Analisis ulasan konsumen menjadi sumber penting dalam memahami persepsi pasar terhadap produk, khususnya pada industri makanan berbasis e-commerce. Studi ini memanfaatkan pendekatan Aspect-Based Sentiment Analysis (ABSA) untuk mengidentifikasi aspek produk Chocodot serta sentimen yang menyertainya berdasarkan ulasan pelanggan di Shopee periode 2020–2026. Metode yang digunakan mengacu pada kerangka CRISP-DM, meliputi tahapan pengumpulan data, praproses teks, pelabelan, pemodelan, evaluasi, dan implementasi. Deteksi aspek dilakukan menggunakan pendekatan berbasis keyword, sedangkan klasifikasi sentimen menggunakan model IndoBERT. Hasil pemodelan menunjukkan performa yang baik meskipun masih terdapat keterbatasan dalam mendeteksi sentimen negatif dan netral. Pada tahap implementasi, distribusi sentimen didominasi oleh sentimen positif yang mengindikasikan penerimaan produk yang sangat baik di pasar. Aspek rasa menjadi fokus utama konsumen, diikuti oleh kualitas, pelayanan, harga, dan kemasan. Di sisi lain, aspek kemasan, pelayanan, dan kualitas menunjukkan tingkat kepuasan tertinggi, sementara aspek rasa dan harga masih mengandung variasi sentimen yang menunjukkan adanya ruang perbaikan. Hasil analisis memberikan gambaran yang lebih terarah mengenai persepsi konsumen pada tiap aspek produk. Insight ini dapat dimanfaatkan sebagai dasar pengambilan keputusan strategis, terutama dalam menjaga konsistensi rasa, mempertahankan kualitas dan pelayanan, serta mengevaluasi strategi harga agar lebih sesuai dengan persepsi nilai konsumen.
Copyrights © 2026