SUBSETSUBSET
The Indonesian Journal of Computer Science ResearchThe Indonesian Journal of Computer Science ResearchPertumbuhan 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.
- 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
- 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
- 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
- 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
| File size | 606.23 KB |
| Pages | 10 |
| DMCA | Report |
Related /
LLDIKTI10LLDIKTI10 Penelitian ini menggunakan pendekatan studi kasus. Proses perancangan aplikasi dimulai dengan menganalisis serta mempelajari transaksi yang ada pada mitraPenelitian ini menggunakan pendekatan studi kasus. Proses perancangan aplikasi dimulai dengan menganalisis serta mempelajari transaksi yang ada pada mitra
UNRIKAUNRIKA 221/PID. B/2010/PN. BTM dan posisi kasus No. 420/PID. BTM yang terkait dengan Undang-Undang No. 17 Tahun 2006. Tindak pidana penyelundupan merupakan tindakan221/PID. B/2010/PN. BTM dan posisi kasus No. 420/PID. BTM yang terkait dengan Undang-Undang No. 17 Tahun 2006. Tindak pidana penyelundupan merupakan tindakan
UBMUBM 2%) sebagai kategori churn, dengan mencapai tingkat akurasi model sebesar 98%. Temuan ini menunjukkan efektivitas Decision Tree C4. 5 dalam memetakan pola2%) sebagai kategori churn, dengan mencapai tingkat akurasi model sebesar 98%. Temuan ini menunjukkan efektivitas Decision Tree C4. 5 dalam memetakan pola
UBMUBM Permainan ini memberikan pengalaman seperti berburu di dunia fantasi dengan menggunakan busur dan panah. Tujuan dari gim ini adalah untuk melatih konsentrasiPermainan ini memberikan pengalaman seperti berburu di dunia fantasi dengan menggunakan busur dan panah. Tujuan dari gim ini adalah untuk melatih konsentrasi
UNDIKMAUNDIKMA Hasilnya menunjukkan peningkatan yang signifikan dalam kesadaran branding, keterampilan pengelolaan media sosial, dan efisiensi produksi, didukung olehHasilnya menunjukkan peningkatan yang signifikan dalam kesadaran branding, keterampilan pengelolaan media sosial, dan efisiensi produksi, didukung oleh
STIE PORTNUMBAYSTIE PORTNUMBAY Target kegiatan adalah minimal 10 produk kreatif mahasiswa dapat dipasarkan secara online dan mengalami peningkatan penjualan sebesar ≥20% dalam periodeTarget kegiatan adalah minimal 10 produk kreatif mahasiswa dapat dipasarkan secara online dan mengalami peningkatan penjualan sebesar ≥20% dalam periode
UBMUBM Paper ini mengkaji model klasifikasi yang lebih akurat dan lebih luas serta memiliki implikasi yang signifikan dalam bidang-bidang ini. Menggabungkan beberapaPaper ini mengkaji model klasifikasi yang lebih akurat dan lebih luas serta memiliki implikasi yang signifikan dalam bidang-bidang ini. Menggabungkan beberapa
LLDIKTI10LLDIKTI10 Improved Random Forest merupakan Random Forest yang dipakai menggunakan feature evaluator dan instance filter untuk meningkatkan akurasi dari random forestImproved Random Forest merupakan Random Forest yang dipakai menggunakan feature evaluator dan instance filter untuk meningkatkan akurasi dari random forest
Useful /
STTSETIASTTSETIA Penelitian ini bertujuan untuk mengoptimalkan pelaksanaan ibadah Minggu guna meningkatkan partisipasi jemaat di Gereja Kristen Setia Indonesia (GKSI) Senanjuk.Penelitian ini bertujuan untuk mengoptimalkan pelaksanaan ibadah Minggu guna meningkatkan partisipasi jemaat di Gereja Kristen Setia Indonesia (GKSI) Senanjuk.
STAIM PROBOLINGGOSTAIM PROBOLINGGO Hasil penelitian menunjukkan bahwa konsep pendidikan Al-Ghazali tetap memiliki relevansi yang kuat dan bahkan semakin signifikan dalam menghadapi dinamikaHasil penelitian menunjukkan bahwa konsep pendidikan Al-Ghazali tetap memiliki relevansi yang kuat dan bahkan semakin signifikan dalam menghadapi dinamika
UNDIKMAUNDIKMA Pelatihan diberikan mengenai pelabelan dan pengemasan serta teknik manajemen keuangan. Instrumen evaluasi yang digunakan adalah kuesioner pre-test danPelatihan diberikan mengenai pelabelan dan pengemasan serta teknik manajemen keuangan. Instrumen evaluasi yang digunakan adalah kuesioner pre-test dan
SUBSETSUBSET Data dikumpulkan melalui teknik scraping pada kolom komentar video YouTube yang relevan, dengan total data sebanyak 4337 komentar. Proses analisis dilakukanData dikumpulkan melalui teknik scraping pada kolom komentar video YouTube yang relevan, dengan total data sebanyak 4337 komentar. Proses analisis dilakukan