<![CDATA[Penelitian ini bertujuan untuk menganalisis sentimen ulasan konsumen terhadap produk skincare lokal yang dibagikan di media sosial, khususnya tiktok, dengan menggunakan algoritma random forest dan naïve bayes. Penelitian ini fokus pada pengklasifikasian sentimen konsumen menjadi kategori positif dan negatif untuk memberikan wawasan tentang preferensi konsumen. Data dikumpulkan melalui web scraping menggunakan skrip python dan diproses dengan teknik pre-processing standar seperti case folding,tokenisasi, penghapusan stopword, dan stemming. hasil analisis menunjukkan bahwa random forest mengungguli naïve bayes dalam hal akurasi, presisi, recall, dan f1-score. Temuan ini mengindikasikan bahwa random forest lebih efektif dalam menangani dataset yang kompleks dengan banyak fitur, sementara naïve bayes lebih cepat tetapi mungkin kesulitan dengan interaksi fitur yang lebih rumit. Selain itu, distribusi sentimen menunjukkan dominasi sentimen negatif yang sedikit lebih tinggi, menyoroti area yang perlu diperbaiki dalam produk skincare lokal. Penelitian ini memberikan wawasan yang berguna bagi konsumen dan produsen, membantu konsumen membuat keputusan pembelian yang lebih tepat dan membantu produsen dalam mengoptimalkan strategi pemasaran mereka.]]>
Copyrights © 2025
