Analisis Sentimen Terhadap Isu Kandungan Produk PinkFlash Menggunakan Algoritma Support Vector Machine
Article Metrics
Abstract view : 2975 timesAbstract
Tujuan penulisan studi ini yaitu untuk menerapkan algoritma support vector machine terhadap pelanggan Eyeshadow pallete pada produk pink flash serta menghitung kurasi konsumen eyeshadow pallete pink flash. Data yang peneliti pakai didapati dari sumber-sumber seperti skripsi, buku, jurnal, literatur sejenis serta website yang berkaitan dengan teori yang dikaji. Studi ini menggunakan sebanyak 500 data ulasan pelanggan yang dikumpulkan dari toko Pinkflash di platform e-commerce Tokopedia. Data tersebut dipilih karena dianggap mewakili opini konsumen secara nyata terhadap produk yang ditawarkan. Ulasan-ulasan ini mencakup berbagai pengalaman pengguna, mulai dari kepuasan terhadap kualitas produk hingga keluhan terkait pengemasan maupun pengiriman. Hasilnya menampilkan jika model SVM bisa menguraikan ulasan pelanggan dengan keakurasian yang tinggi. sehingga memberikan indikasi bahwa metode ini efektif dalam menganalisis sentimen kepuasan konsumen terhadap isu kandungan produk pinkflash. Selain itu, hasil akurasi tinggi ini juga menunjukkan seberapa baik ia dapat membedakan antara sentimen positif dan negatif, yang dapat membantu perusahaan memahami pendapat pelanggan lebih dalam dan membuat strategi pemasaran yang lebih terarah.
References
Anwar, M.T. and Permana, D.R.A. (2023) ‘Analisis Sentimen Masyarakat Indonesia Terhadap Produk Kendaraan Listrik Menggunakan VADER’, Jurnal Teknik Informatika dan Sistem Informasi, 10(1), pp. 783–792. Available at: http://jurnal.mdp.ac.id.
Azizah, K.N. (2024) Klarifikasi Pinkflash usai Produk Kosmetiknya Dinyatakan Berbahaya oleh BPOM, detikhealth. Available at: https://health.detik.com/berita-detikhealth/d-7664230/klarifikasi-pinkflash-usai-produk-kosmetiknya-dinyatakan-berbahaya-oleh-bpom.
Emiliani, F. and Habib, F.A.M. (2024) ‘Pengaruh Presepsi Harga, Kualitas Produk dan Citra Merek terhadap Keputusan Pembelian Kosmetik Pinkflash pada Mahasiswi FEBI UIN SATU Tulungagung’, Jurnal Ekonomi, Akuntansi dan Manajemen, 3(2), pp. 21–35. Available at: https://doi.org/10.30640/inisiatif.v3i2.2244.
Farhan, A. and Roroa, N.A.F. (2024) ‘Strategi Maksimalisasi Teknologi E-Commerce Dalam Meningkatkan Kinerja Bisnis di Era Digital’, Innovative: Journal Of Social Science Research, 4(1), pp. 10110–10119. Available at: https://j-innovative.org/index.php/Innovative/article/view/9066.
Fathoni, F.M., Putra, C.A. and Nurlaili, A.L. (2024) ‘Klasifikasi Penyakit Daun Anggur Menggunakan Metode K-Nearest Neighbor Berdasarkan Gray Level Co-Occurrence Matrix’, Biner : Jurnal Ilmiah Informatika dan Komputer, 3(1), pp. 8–15. Available at: https://doi.org/10.32699/biner.v3i1.6332.
Furqan, M., Ikhsan, M. and Aini, R. (2023) ‘Algoritma Support Vector Machine Untuk Analisis Sentimen Masyarakat Indonesia Terhadap Pandemi Virus Corona Di Media Sosial’, Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), 4(4), pp. 908–915. Available at: https://tunasbangsa.ac.id/pkm/index.php/kesatria/article/view/241%0Afiles/5265/Furqan et al. - 2023 - Algoritma Support Vector Machine Untuk Analisis Se.pdf.
Furqan, M., Sriani, S. and Sari, S.M. (2022) ‘Analisis Sentimen Menggunakan K-Nearest Neighbor Terhadap New Normal Masa Covid-19 Di Indonesia’, Techno.Com, 21(1), pp. 51–60. Available at: https://doi.org/10.33633/tc.v21i1.5446.
Hasri, C.F. and Alita, D. (2022) ‘Penerapan Metode NaãVe Bayes Classifier Dan Support Vector Machine Pada Analisis Sentimen Terhadap Dampak Virus Corona Di Twitter’, Jurnal Informatika dan Rekayasa Perangkat Lunak, 3(2), pp. 145–160. Available at: https://doi.org/10.33365/jatika.v3i2.2026.
Hikmah, N., Ariyanti, D. and Pratama, F.A. (2022) ‘Implementasi Chatbot Sebagai Virtual Assistant di Universitas Panca Marga Probolinggo menggunakan Metode TF-IDF’, JTIM : Jurnal Teknologi Informasi dan Multimedia, 4(2), pp. 133–148. Available at: https://doi.org/10.35746/jtim.v4i2.225.
Lestari, A.O. and Nawangsari, S. (2023) ‘Pengaruh Citra Merek, Kualitas Produk, Keragaman Produk Dan Beauty Vlogger Terhadap Keputusan Pembelian Produk Kosmetik Make Over (Studi Kasus Pada Konsumen Wanita Di Jabodetabek)’, Jurnal Akuntansi dan Manajemen Bisnis, 3(2), pp. 153–166. Available at: https://doi.org/10.56127/jaman.v3i2.848.
Manullang, O., Prianto, C. and Harani, N.H. (2023) ‘Analisis Sentimen Untuk Memprediksi Hasil Calon Pemilu Presiden Menggunakan Lexicon Based Dan Random Forest’, Jurnal Ilmiah Informatika, 11(02), pp. 159–169. Available at: https://doi.org/10.33884/jif.v11i02.7987.
Oktaviani, E., Manggabarani, A.S. and Pangestuti, D.C. (2022) ‘Analisis Kepuasan Pelanggan Produk Kosmetik Emina’, Journal of Sustainable Community Development (JSCD), 3(2), pp. 131–141. Available at: https://doi.org/10.32924/jscd.v3i2.51.
Patmawati, N.S. and Syarif, R. (2022) ‘Pengaruh Harga, Citra Merek Dan Kualitas Produk Terhadap Kepuasan Konsumen Emina Di Mall Kota Kasablanka’, Jurnal IKRA-ITH Ekonomika, 3(3), pp. 73–83. Available at: https://journals.upi-yai.ac.id/index.php/IKRAITH-EKONOMIKA/article/download/1041/832.
Sekar, S., Indarmawan, N.B. and Arif, Z. (2022) ‘Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-Means’, Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), pp. 52–61. Available at: https://doi.org/10.21063/jtif.2022.v10.2.52-61.
Simbolon, A.S., Pangaribuan, N.I. and ... (2022) ‘Analisis Sentimen Aplikasi E-Learning Selama Pandemi Covid-19 Dengan Menggunakan Metode Support Vector Machine Dan …’, Prosiding …, pp. 9–17. Available at: http://journal.universitasmulia.ac.id/index.php/seminastika/article/view/236%0Ahttp://journal.
Copyright (c) 2025 Nurhaliza Harahap, Raissa Amanda Putri
This work is licensed under a Creative Commons Attribution 4.0 International License.
