Claim Missing Document
Check
Articles

Found 1 Documents
Search

Evaluasi Naïve Bayes dan K-Nearest Neighbor dalam Klasifikasi Sentimen Ulasan Produk Skincare MSGLOW di Tokopedia Arya Sugianta, I Kadek; Ni Kadek Winda Patrianingsih
Pengembangan Riset dan Observasi Teknik Informatika Vol 12 No 1 (2025)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/protekinfo.v12i1.10302

Abstract

Industri skincare di Indonesia mengalami pertumbuhan pesat, terutama dalam segmen perawatan wajah pria. Platform e-commerce seperti Tokopedia menjadi sarana utama bagi konsumen untuk memberikan ulasan produk, sehingga analisis sentimen terhadap ulasan pelanggan menjadi penting dalam memahami persepsi pasar. Penelitian ini mengevaluasi kinerja algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) dalam klasifikasi sentimen ulasan produk skincare di e-commerce. Data dikumpulkan melalui web scraping dari ulasan pelanggan terhadap produk MSGLOW Men Energizer Facial Wash di Tokopedia, menghasilkan 475 data ulasan. Proses pengolahan teks dilakukan dengan metode text mining, termasuk case folding, tokenizing, stop words removal, dan stemming. Analisis dilakukan menggunakan perangkat lunak RapidMiner, dengan klasifikasi sentimen menjadi positif, negatif, dan netral. Evaluasi model dilakukan menggunakan confusion matrix untuk mengukur akurasi. Hasil penelitian menunjukkan bahwa Naïve Bayes memiliki akurasi sebesar 92,16%, lebih unggul dibandingkan KNN yang hanya mencapai 68,82%. Temuan ini menegaskan bahwa pemilihan algoritma yang tepat berperan penting dalam meningkatkan akurasi analisis sentimen di e-commerce. Selain itu, penelitian ini memberikan wawasan bagi industri skincare dalam memahami opini pelanggan dan mengoptimalkan strategi pemasaran berbasis data.