ANALISIS SENTIMEN PRODUK PEMBERSIH WAJAH MENGGUNAKAN METODE GAUSSIAN NAÏVE BAYES

Preity Deldiana Putri, 04221024 (2025) ANALISIS SENTIMEN PRODUK PEMBERSIH WAJAH MENGGUNAKAN METODE GAUSSIAN NAÏVE BAYES. Undergraduate thesis, UNIVERSITAS NAROTAMA.

	Text (COVER) cover - Preity Del.pdf Download (2MB)
	Text (BAB I) bab I - Preity Del.pdf Download (1MB)
	Text (BAB II) bab II - Preity Del.pdf Download (2MB)
	Text (BAB III) bab III - Preity Del.pdf Download (1MB)
	Text (BAB IV) bab IV - Preity Del.pdf Download (2MB)
	Text (BAB V) bab V - Preity Del.pdf Download (1MB)

Abstract

Pertumbuhan industri kecantikan di Indonesia mendorong meningkatnya kebutuhan konsumen terhadap informasi produk yang relevan dan terpercaya, khususnya melalui ulasan pengguna di platform daring seperti Female Daily. Penelitian ini bertujuan untuk menganalisis sentimen konsumen terhadap lima merek produk pembersih wajah (Acnes, Emina, Hadalabo, Senka, dan Wardah) dengan menggunakan metode Gaussian Naïve Bayes (GNB). Sebanyak 5.000 ulasan dikumpulkan melalui teknik web scraping, kemudian diproses menggunakan tahapan cleaning, tokenizing, stopword, dan stemming. Data selanjutnya diklasifikasikan ke dalam tiga kategori atribut produk: skin type, function, dan texture. Hasil penelitian menunjukkan bahwa algoritma GNB mampu melakukan klasifikasi dengan tingkat akurasi tertinggi pada produk Acnes (95%) dan terendah pada Senka (76%). Kategori skin type merupakan atribut yang paling akurat teridentifikasi oleh model, sedangkan texture menunjukkan kecenderungan tertukar dengan function akibat kemiripan konteks. Visualisasi melalui TF-IDF dan word cloud juga mendukung hasil dari penelitian dengan memperlihatkan kata kunci dominan dalam setiap kategori. penelitian ini memberikan kontribusi dalam pemanfaatan analisis sentimen untuk mendukung produsen memahami preferensi konsumen serta membantu konsumen dalam memilih produk sesuai kebutuhan kulit mereka. Kata kunci: analisis sentimen, Gaussian Naïve Bayes, pembersih wajah, Female Daily, klasifikasi ulasan.

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Repository Administrator
Date Deposited:	27 Apr 2026 07:45
Last Modified:	27 Apr 2026 07:45
URI:	http://repository.narotama.ac.id/id/eprint/2503

Actions (login required)

View Item

Downloads