Analisis Sentimen Ulasan Produk Skincare Menggunakan Metode Support Vector Machine (Studi Kasus: Forum Female Daily)

Abstract

Seiring pertumbuhan e-commerce, peranan media sosial saat ini telah bertransformasi menjadi social commerce. Pertumbuhan ini secara tidak langsung mengubah cara berinteraksi word of mouth marketing (WOMM) dari tradisional menjadi modern. Media sosial dapat memberikan ruang bagi konsumen untuk saling memberikan ulasan dan rekomendasi. Female Daily merupakah salah satu forum online kecantikan terbesar di Indonesia yang menyediakan interaksi sosial untuk saling memberikan ulasan dan rekomendasi. Mengevaluasi ulasan produk dengan jumlah yang banyak membutuhkan analisis sentimen untuk mengelompokkan ulasan konsumen menjadi opini positif, negatif, atau netral. Data ulasan akan dilabeli dan dianalisis dengan menggunakan metode Support Vector Machine (SVM) untuk mengklasifikasikan data ulasan. Sentimen tersebut dapat membantu baik perusahaan maupun individu untuk mengetahui kualitas produk secara detail. Dataset terdiri dari 1260 ulasan terbagi menjadi 628 ulasan positif, 174 ulasan netral, dan 458 ulasan negatif. Klasifikasi dengan metode SVM dengan kernel linear diperoleh tingkat akurasi sebesar 86.9 %.