Analisis Sentimen Produk Populer Moisturizer Pada Female Daily Menggunakan Metode Naive Bayes

  • Dewi Amalia Teknik Informatika, Sekolah Tinggi Teknologi Wastukancana
  • Moch Hafid Totohendarto Teknik Informatika, Sekolah Tinggi Teknologi Wastukancana
  • Syariful Alam

Abstract

Pelembab menjadi salah satu produk skincare yang saat ini sedang menjadi perbincangan banyak orang melalui media sosial. Semakin banyaknya produk pelembab yang populer membuat konsumen semakin meningkatkan selektivitasnya dalam memilih. Ulasan produk bisa memberikan manfaat bagi konsumen yang akan mencoba produk pelembab populer tersebut. Namun, jumlah ulasan yang banyak sehingga akan cukup menyulitkan dan memakan banyak waktu. Oleh karena itu, pendekatan analisis sentimen digunakan sebagai solusi untuk mengatasi permasalahan tersebut dengan tujuan mengkategorikan ulasan menjadi positif atau negatif, sehingga dapat memberikan informasi yang relevan mengenai kesesuaian pelembab dengan kebutuhan pengguna. Dalam penelitian ini, metode klasifikasi naive bayes dipilih karena memiliki probabilitas atau peluang tertinggi untuk melakukan pengklasifikasian data. Dari penelitian ini terdapat hasil analisis sentimen mengenai produk pelembab populer dengan tiga brand yang diteliti yaitu skintific, loreal dan whitelab. Brand loreal menjadi pemegang nilai akurasi terbesar 89%, dibandingkan dengan brand whitelab hanya mendapatkan nilai akurasi 88% dan terakhir skintific dengan nilai akurasi 80%. berdasarkan nilia-nilai tersebut membuktikan analisis sentimen produk pelembab populer pada female daily menggunakan metode naive bayes mendapatkan hasil yang baik dengan tingkat akurasinya. Brand loreal menjadi pemegang nilai akurasi terbesar 89%, dibandingkan dengan brand whitelab hanya mendapatkan nilai akurasi 88% dan terakhir skintific dengan nilai akurasi 80%. berdasarkan nilia-nilai tersebut membuktikan analisis sentimen produk pelembab populer pada female daily menggunakan metode naive bayes mendapatkan hasil yang baik dengan tingkat akurasinya. Brand loreal menjadi pemegang nilai akurasi terbesar 89%, dibandingkan dengan brand whitelab hanya mendapatkan nilai akurasi 88% dan terakhir skintific dengan nilai akurasi 80%. berdasarkan nilia-nilai tersebut membuktikan analisis sentimen produk pelembab populer pada female daily menggunakan metode naive bayes mendapatkan hasil yang baik dengan tingkat akurasinya.

References

[1] M. E. T. Butar butar and A. Y. Chaerunisaa, “Peran Pelembab dalam Mengatasi Kondisi
Kulit Kering,” Majalah Farmasetika, vol. 6, no. 1, Oct. 2020, doi:
10.24198/mfarmasetika.v6i1.28740.
[2] E. Y. Hidayat and D. Handayani, “Penerapan 1D-CNN untuk Analisis Sentimen Ulasan
Produk Kosmetik Berdasar Female daily Review,” Jurnal Nasional Teknologi dan Sistem
Informasi, vol. 8, no. 3, pp. 153–163, Jan. 2023, doi: 10.25077/teknosi.v8i3.2022.153-163.
[3]
R. Sari, “Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes
berbasis Particle Swarm Optimization,” JURNAL INFORMATIKA, vol. 6, no. 1, pp. 23–28,
2019, [Online]. Available: http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/4695
[4] E. Indrayuni, “Klasifikasi Text Mining Review Produk Kosmetik Untuk Teks Bahasa
Indonesia Menggunakan Algoritma Naive Bayes,” JURNAL KHATULISTIWA
INFORMATIKA, , vol. VII, no. 1, 2019.
[5]
N. M. A. J. Astari, Dewa Gede Hendra Divayana, and Gede Indrawan, “Analisis Sentimen
Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes
Classifier,” Jurnal Sistem dan Informatika (JSI), vol. 15, no. 1, pp. 27–29, Nov. 2020, doi:
10.30864/jsi.v15i1.332.
[6]
D. D. Ayani, H. S. Pratiwi, and H. Muhardi, “Implementasi Web Scraping untuk
Pengambilan Data pada Situs Marketplace,” Jurnal Sistem dan Teknologi Informasi, vol.
7, no. 4, 2019.
[7]
N. S. Fathullah, Y. A. Sari, and P. P. Adikara, “Analisis Sentimen Terhadap Rating dan
Ulasan Film dengan menggunakan Metode Klasifikasi Naïve Bayes dengan Fitur LexiconBased,”
Jurnal
Pengembangan
Teknologi
Informasi
dan
Ilmu
Komputer,
vol.
4,
no.
2,
pp.

590–593,
2020,
[Online].
Available:
http://j-ptiik.ub.ac.id

[8]

P. A. Sumitro, D. I. Mulyana, and W. Saputro, “Analisis Sentimen Terhadapat Vaksin
Covid-19 di Indonesia pada Twitter Menggunakan Metode Lexicon Based,” Jurnal J-COM
(Jurnal Informatika dan Teknologi Komputer), vol. 02, no. 02, pp. 50–56, 2021, [Online].
Available: https://developer.twitter.com
[9] M. Hamka, N. Alfatari, and D. Ratna Sari, “Analisis Sentimen Produk Kecantikan Jenis
Serum Menggunakan Algoritma Naïve Bayes Classifier,” Jurnal Sistem Komputer dan
Informatika (JSON), vol. 4, no. 1, p. 64, Sep. 2022, doi: 10.30865/json.v4i1.4740.
[10] J. A. Septian, T. M. Fahrudin, and A. Nugroho, “Analisis Sentimen Pengguna Twitter
Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan KNearest

Neighbor,” JOURNAL OF INTELLIGENT SYSTEMS AND COMPUTATION,
2019, [Online]. Available: https://t.co/9WloaWpfD5
[11] C. Fadlan, S. Ningsih, and A. P. Windarto, “PENERAPAN METODE NAÏVE BAYES
DALAM KLASIFIKASI KELAYAKAN KELUARGA PENERIMA BERAS RASTRA,” JUTIM,
vol. 3, no. 1, 2018.
[12] B. Gunawan, H. S. Pratiwi, and E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan
Produk Menggunakan Metode Naive Bayes,” JEPIN (Jurnal Edukasi dan Penelitian
Informatika), vol. 4, no. 2, pp. 17–29, 2018, [Online]. Available: www.femaledaily.com
Published
2023-12-21
How to Cite
AMALIA, Dewi; TOTOHENDARTO, Moch Hafid; ALAM, Syariful. Analisis Sentimen Produk Populer Moisturizer Pada Female Daily Menggunakan Metode Naive Bayes. INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics, [S.l.], v. 8, n. 2, p. 108 - 121, dec. 2023. ISSN 2548-3412. Available at: <https://ejournal-binainsani.ac.id/index.php/ITBI/article/view/2483>. Date accessed: 04 may 2024. doi: https://doi.org/10.51211/itbi.v8i2.2483.