Analisis Sentimen Produk Sunscreen pada Tokopedia Menggunakan Metode Support Vector Machine (SVM) Analisis Sentimen Produk Sunscreen pada Tokopedia Menggunakan Metode Support Vector Machine (SVM)

Perkembangan e-commerce di Indonesia mendorong meningkatnya jumlah ulasan konsumen yang dapat menjadi sumber informasi penting bagi produsen maupun konsumen. Produk sunscreen, sebagai salah satu kebutuhan esensial perawatan kulit, banyak memperoleh ulasan di platform Tokopedia. Namun, jumlah ulasan yang sangat besar membuat analisis manual menjadi tidak efisien. Oleh karena itu, penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan konsumen produk sunscreen merek Skintific di Tokopedia dengan menggunakan algoritma klasifikasi Support Vector Machine (SVM). Data penelitian diperoleh melalui teknik web scraping pada ulasan konsumen. Proses pengolahan data dilakukan melalui tahapan preprocessing teks meliputi case folding, cleansing, tokenizing, stopword removal, dan stemming. Selanjutnya, pembobotan kata dilakukan dengan metode Term Frequency–Inverse Document Frequency (TF- IDF) untuk menghasilkan representasi fitur. Model klasifikasi dibangun menggunakan algoritma SVM dengan dua label sentimen, yaitu positif dan negatif. Evaluasi kinerja model dilakukan menggunakan confusion matrix dengan mengukur nilai akurasi, presisi, recall, dan f1-score. Hasil penelitian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan sentimen ulasan konsumen secara efektif. Model yang dibangun menghasilkan nilai akurasi sebesar, dengan tingkat presisi, recall, dan f1-score yang menunjukkan performa. Dengan demikian, penelitian ini dapat memberikan gambaran mengenai persepsi konsumen terhadap produk sunscreen Skintific di Tokopedia serta dapat dijadikan masukan bagi produsen dalam meningkatkan kualitas produk dan layanan.