Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Ulasan Pelanggan E-Commerce Pada Produk Skincare Menggunakan Analisis Sentimen Arya, Tommy; Trianasari, Nurvita
eProceedings of Management Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Management

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengevaluasi sentimen konsumen terhadap ulasan produk sunscreen dari merek Skintific yang dipasarkan melalui platform E-commerce. Seiring meningkatnya minat terhadap produk perawatan kulit, khususnya sunscreen, studi ini mengkaji bagaimana ulasan pelanggan dapat mencerminkan persepsi mereka terhadap kualitas dan efektivitas produk tersebut. Metode yang digunakan meliputi teknik web scraping untuk mengumpulkan data ulasan dari situs Female Daily, serta penerapan algoritma Support Vector Machine (SVM) untuk mengelompokkan ulasan ke dalam kategori sentimen positif dan negatif. Latar belakang penelitian menekankan pentingnya ulasan konsumen dalam proses pengambilan keputusan pembelian, sehingga analisis sentimen dianggap sebagai sarana yang relevan untuk memahami preferensi dan tren konsumen. Studi ini juga menyoroti tema serta kata kunci dominan dalam ulasan, yang dapat memberikan wawasan strategis bagi perusahaan dalam merancang kampanye pemasaran dan menyesuaikan produk dengan kebutuhan pasar. Temuan dari penelitian ini diharapkan mampu menggambarkan persepsi konsumen secara umum terhadap produk sunscreen Skintific, termasuk aspek yang mendapat apresiasi maupun kritik dari pengguna. Dengan demikian, analisis sentimen tidak hanya berperan dalam memantau tren pasar, tetapi juga sebagai dasar untuk peningkatan kualitas produk dan pelayanan perusahaan. Penelitian ini memberikan kontribusi terhadap pemahaman perilaku konsumen dalam industri skincare serta menawarkan masukan untuk pengembangan produk yang lebih responsif terhadap kebutuhan pasar. Kata Kunci: Strategi Pemasaran, Persepsi Konsumen, Support Vector Mechine, Analisis Sentiment, Kepuasan Pelanggan