Analisis Sentimen Ulasan Produk Toner Pada Beauty Brand “The Body Shop” Menggunakan Metode Naïve Bayes Classifier Dan Support Vector Machine: Studi Kasus Di 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 merupakan suatu komunitus online kecantikan terbesar di
Indonesia yang menyediakan interaksi sosial untuk saling memberikan ulasan maupun
rekomendasi. Mengevaluasi ulasan produk The Tea Tree Skin Clearing Toner dari Beauty
Brand “THE BODY SHOP” dengan jumlah yang banyak membutuhkan analisis sentimen
untuk mengelompokkan ulasan konsumen menjadi opini positif, negatif, atau netral. Data
ulasan tersebut dilabeli dan dianalisis dengan menggunakan metode Support Vector
Machine (SVM) dan Naïve Bayes Classifier (NBC) untuk mengklasifikasikan data
ulasan. Sentimen tersebut dapat membantu baik perusahaan maupun individu untuk
mengetahui kualitas produk secara detail. Dataset terdiri dari 1.050 ulasan terbagi
menjadi 780 ulasan positif dan 270 ulasan negatif. Klasifikasi dengan metode SVM
dengan kernel linear diperoleh tingkat akurasi sebesar 86% dengan nilai Area Under Rate
(AUC) sebesar 0.91, yang lebih besar daripada tingkat akurasi menggunakan metode
NBC yaitu sebesar 83% dengan nilai Area Under Rate (AUC) sebesar 0.82. Oleh karena
itu, klasifikasi data ulasan produk Tea Tree Skin Clearing Mattifying Toner “The Body
Shop” di Female Daily sebaiknya dilakukan menggunakan algoritma Support Vector
Machine daripada Naïve Bayes.
Collections
- Industrial Engineering [2224]