Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen Pada Review Produk Skincare Menggunakan Word Embedding dan Metode Long Short-Term Memory (LSTM) Rona Guines Purnasiwi; Kusrini Kusrini; Muhammad Hanafi
Innovative: Journal Of Social Science Research Vol. 3 No. 2 (2023): Innovative: Journal Of Social Science Research (Special Issue)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i2.1649

Abstract

Skincare merupakan serangkaian perawatan kulit yang dapat merawat kesehatan serta kecantikan kulit. Peran skincare untuk konsumen khususnya perempuan sangatlah penting, hal ini dikarenakan perempuan sangat memperhatikan penampilan dan wajah yang bersih sehingga banyak perempuan yang mempelajari dan memahami pengetahuan terkait jenis kulitnya dan bahan kandungan skincare sebelum melakukan perawatan kulit, salah satunya melalui website Female daily network. Female daily network merupakan salah satu platform kecantikan yang memiliki beberapa layanan kecantikan seperti layanan kategori skincare, fitur review, blog dan forum. Pada fitur review terdapat informasi pengalaman pengguna dan rating dari suatu produk yang telah digunakan sebelumnya, seperti pembersih wajah, pelembap tabir surya, serum, toner, facial mask dan lain sebagainya. Dalam memilih sebuah produk, fitur review ini sangatlah bermanfaat bagi konsumen yang akan menggunakan produk tersebut. Hal ini penting untuk mengetahui keputusan yang diambil tidak mendapat tanggapan atau pengalaman negatif dari konsumen sebelumnya, maka dari itu diperlukan analisis sentimen guna mengetahui persepsi pengalaman konsumen terhadap produk skincare tersebut. Pada penelitian ini akan melakukan analisis sentimen review produk skincare female daily menggunakan LSTM dengan menggunakan word embedding Word2Vec. Pada penelitian sebelumnya, metode LSTM mampu menghasilkan akurasi yang lebih baik dibandingkan dengan metode lainnya. Penggunaan Word2Vec dalam penelitian ini dikarenakan Word2Vec mampu merepresentasi makna yang lebih baik dari keterbatasan informasi pada teks pendek yang didapat. Selain itu, sebagai pembanding, penelitian akan menguji keakuratan pada dataset yang sama menggunakan LSTM tanpa menggunakan word embedding Word2Vec.
Evaluasi Kepuasan Pelanggan terhadap Kendaraan Motor Vario Menggunakan Metode Simple Additive Weighting (SAW) Purnasiwi, Rona Guines; Tundo, Tundo
Computer Journal Vol. 3 No. 2 (2025): August
Publisher : Yayasan Pendidikan Mitra Mandiri Aceh (YPMMA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58477/cj.v3i2.323

Abstract

This study aims to measure the satisfaction level of Honda Vario motorcycle owners by applying the Simple Additive Weighting (SAW) method. SAW was chosen to evaluate various factors, including price, engine performance, fuel efficiency, safety, and riding comfort. A survey was conducted involving 100 Honda Vario owners to gain insights into their experiences. The results indicate that 18 participants were very satisfied, 39 satisfied, 30 moderately satisfied, and 13 dissatisfied. Comfort and fuel efficiency received the highest appreciation among users. Although some respondents mentioned shortcomings in certain features, most still prefer Honda Vario for daily transportation. These findings can assist manufacturers in understanding customer expectations and considering improvements in product quality as well as after-sales service. For prospective buyers, the results offer useful information to help match their choices with personal needs. By using the SAW approach, the evaluation process becomes more objective, supporting better decisions for both users and manufacturers.