Komparasi Model SVM dan BERT dalam Klasifikasi Sentimen Produk Sunscreen Facetology di Marketplace (Studi Kasus : Ulasan Konsumen terhadap Produk Sunscreen Facetology di Marketplace Shopee)

Abstract

Kemajuan industri perawatan kulit di Indonesia, khususnya pada segmen produk sunscreen, telah mendorong peningkatan jumlah ulasan digital yang dihasilkan oleh konsumen. Ulasan tersebut dapat dimanfaatkan sebagai sumber informasi yang berharga bagi produsen dalam pengembangan produk maupun bagi konsumen dalam pengambilan keputusan pembelian. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan produk sunscreen Facetology pada platform Shopee serta membandingkan performa metode Support Vector Machine (SVM) dan Bidirectional Encoder Representations from Transformers (BERT) dalam melakukan klasifikasi sentimen. Pengumpulan data dilakukan melalui official store Facetology di Shopee dengan fokus pada varian Brightening. Tahapan penelitian

meliputi pelabelan data, text preprocessing, representasi fitur menggunakan TF- IDF pada model SVM dengan kernel sigmoid, serta fine-tuning model BERT

menggunakan contextual embedding. Evaluasi performa model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score macro. Hasil penelitian menunjukkan bahwa model SVM memperoleh nilai accuracy sebesar 84%, precision sebesar 62%, recall sebesar 60%, dan F1-score macro sebesar 61%. Sementara itu, model BERT memperoleh nilai accuracy sebesar 83%, precision sebesar 45%, recall sebesar 42%, dan F1-score macro sebesar 43%. Berdasarkan hasil evaluasi tersebut, model SVM menunjukkan performa yang lebih baik dibandingkan BERT pada seluruh metrik yang digunakan. Oleh karena itu, model SVM dinilai lebih efektif dalam mengklasifikasikan sentimen ulasan produk sunscreen Facetology pada penelitian ini. Hasil analisis sentimen terhadap ulasan konsumen produk Facetology Triple Care Sunscreen Brightening di Shopee dapat menjadi bahan pertimbangan bagi perusahaan dalam mengevaluasi kualitas produk serta menyusun strategi pemasaran yang lebih efektif.