Analisis sentimen pada ulasan produk Cetaphil Gentle Skin Cleanser di website Female Daily menggunakan metode Support Vector Machine (SVM)

INDONESIA:

Industri kecantikan kini telah menjadi salah satu sektor berkembang pesat di Indonesia. Banyaknya produk kecantikan yang ada membuat konsumen semakin selektif dalam memilih suatu produk, khususnya produk berupa facial wash. Facial wash merupakan salah satu produk skincare yang sering dicari oleh konsumen. Banyaknya brand yang menyediakan facial wash seringkali membuat konsumen semakin bingung dalam memilih produk yang sesuai dengan preferensi kulit mereka. Oleh karena itu, review sebuah produk dari pengguna sebelumnya akan menjadi informasi yang sangat berharga. Ulasan-ulasan pengguna menjadi topic menarik untuk diteliti, karena ada berbagai penilaian dan sentimen terkait produk tersebut. Tujuan dari penelitian ini adalah utuk menganalisis sentimen pengguna produk Cetaphil Gentle Skin Cleanser pada website Female Daily menggunakan Support Vector Machine. Dalam penelitian ini diperoleh data sebanyak 1050 data yang terdiri dari 688 data berlabel positif dan 362 data berlabel negatif. Dari penelitian ini diketahui bahwa algoritma Support Vector Machine dapat bekerja dengan cukup baik pada analisis sentimen. Nilai akurasi terbaik didapat melalui hasil uji coba dengan rasio 9:1 pada proporsi positif negatif 5:5 saat fungsi kernel Linear menggunakan nilai hyperparameter C = 1. Uji coba tersebut menghasilkan nilai akurasi sebesar 87%. Selain itu, melalui uji coba lain diperoleh hasil bahwa terdapat beberapa aspek yang mempengaruhi performa sistem seperi kombinasi proses preprocessing, rasio pembagian data latih dan uji, proporsi data berlabel positif dan negatif pada data latih, serta pemilihan fungsi kernel.

ENGLISH:

The beauty industry has witnessed exponential growth in Indonesia. The proliferation of beauty products has compelled consumers to exercise greater selectivity in their product choices, particularly in the case of facial wash. Facial wash is a highly sought-after skincare product. The plethora of brands offering facial wash has made it challenging for consumers to identify a product that aligns with their skin preferences. In such a scenario, user reviews can serve as invaluable information. The topic of user reviews is worthy of further investigation, as they offer a wealth of information about the product in question, including a variety of assessments and sentiments. The objective of this research is to analyze the sentiment of Cetaphil Gentle Skin Cleanser product users on the Female Daily website using Support Vector Machine (SVM). In this study, 1050 data points were obtained, comprising 688 positively labeled data points and 362 negatively labeled data points. The results demonstrate that the SVM algorithm can effectively perform sentiment analysis. The optimal accuracy value was achieved through experimental results with a ratio of 9:1 at a positive-negative proportion of 5:5 when the Linear kernel function utilized a hyperparameter value of C = 1. The experimental trial yielded an accuracy value of 87%. Furthermore, additional trials revealed that several factors influence the system's performance, including the combination of preprocessing techniques, the ratio of training and test data, the proportion of positive and negative labeled data in the training data, and the selection of kernel functions.

ARABIC:

أصبحت صناعة التجميل الآن واحدة من أسرع القطاعات نموًا في إندونيسيا. إن عدد منتجات التجميل الموجودة تجعل المستهلكين أكثر انتقائية في اختيار المنتج، وخاصة المنتجات التي على شكل غسول الوجه. غسول الوجه هو أحد منتجات العناية بالبشرة التي غالبًا ما يبحث عنها المستهلكون. غالبًا ما يجعل عدد العلامات التجارية التي توفر غسول الوجه المستهلكين أكثر حيرة في اختيار المنتج الذي يناسب تفضيلات بشرتهم. ولذلك، فإن مراجعات المستخدمين السابقين للمنتج ستكون معلومات قيمة للغاية. تُعد مراجعات المستخدمين موضوعًا مثيرًا للاهتمام للبحث، حيث أن هناك العديد من الأحكام والمشاعر المتعلقة بالمنتج. يتمثل الغرض من هذا البحث في تحليل مشاعر مستخدمي منظف البشرة اللطيف من سيتافيل على الموقع الإلكتروني لـ "فاميلي ديلي" باستخدام آلة ناقلات الدعم. في هذه الدراسة، تم الحصول على 1050 بيانات تتألف من 688 بيانات ذات تقييم إيجابي و362 بيانات ذات تقييم سلبي. من هذا البحث، من المعروف أن خوارزمية آلة ناقلات الدعم يمكن أن تعمل بشكل جيد في تحليل المشاعر. تم الحصول على أفضل قيمة دقة من خلال النتائج التجريبية بنسبة 9:1 مع نسبة إيجابية إلى سلبية بنسبة 5:5 عندما تستخدم دالة النواة الخطية قيمة المعرف الفائق C = 1. بالإضافة إلى ذلك، ومن خلال تجارب أخرى، يتبين أن هناك العديد من الجوانب التي تؤثر على أداء النظام مثل الجمع بين عمليات المعالجة المسبقة، ونسبة بيانات التدريب وبيانات الاختبار، ونسبة البيانات الموسومة إيجابًا وسلبًا في بيانات التدريب. واختيار دالة النواة.