SUBSETSUBSET

The Indonesian Journal of Computer Science ResearchThe Indonesian Journal of Computer Science Research

Pertumbuhan pasar digital telah meningkatkan variasi produk skincare di platform seperti Sephora. Kondisi ini yang pada akhirnya mendorong konsumen menghadapi tantangan dalam penentuan produk yang populer. Oleh karena itu, penelitian ini dilakukan untuk membantu mengidentifikasi popularitas produk skincare melalui pengembangan model klasifikasi berbasis algoritma machine learning. Tujuan penelitian ini adalah membangun model klasifikasi untuk mengidentifikasi popularitas produk berdasarkan karakteristik produk serta menerapkan algoritma Support Vector Machine (SVM) dengan tiga jenis kernel: linear, RBF, dan polynomial. Data sekunder diperoleh dari Kaggle yang memuat informasi produk skincare di Sephora, dan diolah melalui tahapan CRISP-DM, mulai dari pemahaman bisnis, pembersihan data, labeling popularitas berdasarkan threshold jumlah “loves dan “reviews, penyeimbang data dengan Teknik SMOTE, hingga pemodelan menggunakan algoritma Support Vector Machine (SVM) dengan tiga jenis kernel serta evaluasi. Hasil pengujian menunjukkan bahwa kernel linear memberikan akurasi tertinggi sebesar 98,52%. Berdasarkan hasil seleksi fitur, faktor utama yang memengaruhi popularitas produk adalah jumlah ulasan (log_n_of_reviews), jumlah suka (log_n_of_loves), serta rasio interaksi pengguna seperti reviews_to_loves_ratio dan return_on_reviews. Penelitian ini memberikan kontribusi dalam pengembangan model prediksi berbasis machine learning untuk mendukung pengambilan keputusan dalam pemasaran produk skincare.

Penelitian ini berhasil membangun model klasifikasi untuk memprediksi popularitas produk skincare, sehingga dapat mendukung pengambilan keputusan pemasaran di platform Sephora.Model tersebut dibangun menggunakan algoritma Support Vector Machine (SVM) dengan tiga jenis kernel, yaitu linear, RBF, dan polynomial.Hasil pengujian menunjukkan bahwa kernel linear memberikan akurasi tertinggi sebesar 98,52%, yang menandakan bahwa karakteristik data lebih sesuai dengan pendekatan linier.Kelebihan utama model ini terletak pada kemampuannya mengenali pola popularitas dengan akurasi tinggi, sedangkan kekurangannya adalah ketergantungan pada keseimbangan data dan pemilihan parameter kernel yang tepat.Penelitian ini memberikan kontribusi berupa model klasifikasi popularitas produk skincare dan temuan faktor-faktor dominan, yang dapat dijadikan acuan pengambilan keputusan pemasaran serta pengembangan produk di industri kecantikan.

Berdasarkan hasil penelitian ini, saran penelitian lanjutan yang dapat dilakukan adalah: (1) Menggunakan eksplorasi algoritma lain seperti Random Forest, XGBoost, atau deep learning untuk dibandingkan dengan performa SVM. (2) Meneliti lebih lanjut fitur tambahan seperti analisis sentimen dari ulasan untuk memperkaya informasi prediktif. (3) Menganalisis faktor-faktor eksternal yang memengaruhi popularitas produk, seperti tren pasar, promosi, dan strategi pemasaran, untuk memahami dinamika pasar secara holistik.

  1. Jurnal Sarjana Teknik Informatika (E-Journal). komparasi fungsi kernel metode support vector machine... doi.org/10.12928/jstie.v9i2.20181Jurnal Sarjana Teknik Informatika E Journal komparasi fungsi kernel metode support vector machine doi 10 12928 jstie v9i2 20181
  2. Prediksi Customer Retention Perusahaan Asuransi Menggunakan Machine Learning | Jurnal Sisfokom (Sistem... jurnal.atmaluhur.ac.id/index.php/sisfokom/article/view/1507Prediksi Customer Retention Perusahaan Asuransi Menggunakan Machine Learning Jurnal Sisfokom Sistem jurnal atmaluhur ac index php sisfokom article view 1507
  3. Classification in the Self Monitoring System for Chronic Kidney Failure Patients on Hemodialysis Therapy... doi.org/10.35877/454ri.jinav1410Classification in the Self Monitoring System for Chronic Kidney Failure Patients on Hemodialysis Therapy doi 10 35877 454ri jinav1410
  4. PERANCANGAN UI/UX E-COMMERCE MENGGUNAKAN METODE USER CENTERED DESIGN (UCD) | Journal of Information System... jurnal.amikom.ac.id/index.php/joism/article/view/1669PERANCANGAN UI UX E COMMERCE MENGGUNAKAN METODE USER CENTERED DESIGN UCD Journal of Information System jurnal amikom ac index php joism article view 1669
Read online
File size606.23 KB
Pages10
DMCAReport

Related /

ads-block-test