Analisis Sentimen Review Scarlett Whitening Acne Serum pada Shopee Menggunakan Text Analytics
DOI:
https://doi.org/10.25124/jibr.v1i1.6482Keywords:
Skincare, Atribut Skincare, Scarlett Whitening Acne serum, Sentiment Analysis, ShopeeAbstract
Potensi pertumbuhan pengguna internet di Indonesia cukup besar ditambah negara Indonesia memiliki populasi yang besar menjadikan negara dengan target pasar yang luas. Hal ini selaras dengan tingkat pendapatan e-commerce di Indonesia khususnya industri kecantikan yang berada di posisi kedua dalam pendapatan e-commerce negara tahun 2021. Penelitian ini bertujuan untuk mengetahui faktor yang dapat ditingkatkan oleh pelaku bisnis dan memberikan kemudahan bagi konsumen dalam menentukan keputusan pembelian produk melalui review negatif dan positif Scarlett Whitening Acne serum yang ada di Shopee. Untuk mencapai tujuan penelitian, teknik analisis data penelitian ini berupa deskriptif dengan metode sentiment analysis naïve bayes menggunakan software Rapidminer untuk menganalisis atribut apa saja yang paling di pertimbangkan oleh konsumen. Serta visualisasi word cloud kata kunci menggunakan software Orange. Hasil penelitian menunjukkan bahwa sentiment positif yang paling diperbincangkan berkaitan dengan atribut produk adalah “cocok”, “pengiriman”, dan “pengemasan”. Sedangkan sentimen negatif yang paling diperbincangkan adalah “pengiriman”, “cocok”, dan “aman”. Berdasarkan sentimen positif tersebut dapat dikatakan bahwa konsumen merasa cocok dengan bahan dasar Scarlett Acne serum, hal ini dibuktikan dengan kata “cocok” yang paling banyak diperbincangkan dan memiliki sentimen positif. Sedangkan sentimen negatif paling banyak mempermasalahkan atribut “pengiriman” dimana konsumen mendapakan produk yang rusak dikarenakan pengemasan yang kurang baik selama pengiriman.
Downloads
Downloads
Published
Issue
Section
License
Authors who publish in this journal agree to the following rules:
- Authors retain copyright and give the journal the right of first publication, with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors may enter separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., posting it to an institutional repository or publishing it in a book), with attribution to the journal's initial publication.
- Authors are permitted and recommended to post their work online (such as in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges as well as earlier and greater citation of published work.