POLIBANPOLIBAN
POSITIF : Jurnal Sistem dan Teknologi InformasiPOSITIF : Jurnal Sistem dan Teknologi InformasiAda berbagai macam produk yang termasuk kedalam produk kosmetik yaitu personal care, make up, pewangi termasuk parfum, hair care, dan skincare. Skincare sudah menjadi salah satu kebutuhan primer bagi perempuan di Indonesia saat ini, karena dengan skincare dapat menjaga kesehatan kulit. Skincare merupakan produk kecantikan yang digunakan oleh penggunanya untuk membersihkan kotoran pada wajah. Dalam memutuskan memilih produk skincare, tentunya konsumen dipengaruhi oleh berbagai faktor seperti kualitas skincare, brand image, dan harga. Selain itu, review mengenai produk skincare juga penting sebagai upaya perusahaan kosmetik untuk menarik minat beli konsumen. Salah satu metode dalam deep learning untuk menganalisis adalah Convolutional Neural Network (CNN). Sentimen analisis dilakukan sebagai upaya dalam mengevaluasi dan mengetahui kepuasan konsumen terhadap produk skincare serta sebagai bahan peningkatan pelayanan. Penelitian ini menggunakan metode CNN dimana pada model ini memiliki beberapa tahapan seperti scraping data, preprocessing data yang teridiri dari data cleansing & case folding, stemming, tokenizing, filtering (stopword removal), proses labelling, modelling, dan evaluasi model. Pada penelitian ini data yang digunakan merupakan data hasil scraping pada website tokopedia tentang produk skincare skintific. Data tersebut akan diolah dengan model CNN untuk memperoleh nilai akurasi yang dihasilkan dari kinerja model tersebut.
Hasil klasifikasi sentimen menggunakan algoritma CNN pada review produk skincare Skintific di website Tokopedia cenderung bersentimen netral.Hasil akurasi terbaik didapatkan pada percobaan pertama dengan nilai akurasi 97% dan hyperparameter batch size 32, learning rate 0.01, dan epoch 5 dengan susunan layer yaitu Embedding(),Conv1D(256,3,tanh), Dropout(0.Dengan demikian, model CNN dapat digunakan untuk menganalisis sentimen terhadap produk skincare Skintific dengan cukup baik.
Berdasarkan hasil penelitian, terdapat beberapa saran yang dapat dipertimbangkan untuk penelitian lanjutan. Pertama, penelitian lebih lanjut dapat dilakukan dengan memperluas dataset yang digunakan, termasuk data dari platform e-commerce lain atau media sosial, untuk meningkatkan generalisasi model. Kedua, eksplorasi metode deep learning lainnya, seperti Recurrent Neural Networks (RNN) atau Transformers, dapat dibandingkan dengan CNN untuk melihat apakah metode tersebut menghasilkan akurasi yang lebih tinggi dalam analisis sentimen produk skincare. Ketiga, penelitian dapat difokuskan pada analisis lebih mendalam mengenai faktor-faktor spesifik yang memengaruhi sentimen konsumen terhadap produk Skintific, seperti komponen bahan, klaim produk, atau pengalaman penggunaan, untuk memberikan wawasan yang lebih komprehensif kepada perusahaan dalam meningkatkan kualitas produk dan strategi pemasaran mereka. Pengembangan sistem yang dapat mengintegrasikan analisis sentimen secara *real-time* dengan data penjualan juga dapat menjadi arah penelitian yang menarik, memungkinkan perusahaan untuk merespons tren pasar dan preferensi konsumen dengan lebih cepat dan efektif.
- Penerapan 1D-CNN untuk Analisis Sentimen Ulasan Produk Kosmetik Berdasar Female Daily Review | Jurnal... doi.org/10.25077/teknosi.v8i3.2022.153-163Penerapan 1D CNN untuk Analisis Sentimen Ulasan Produk Kosmetik Berdasar Female Daily Review Jurnal doi 10 25077 teknosi v8i3 2022 153 163
- Penerapan Algoritma CNN Untuk Mengetahui Sentimen Masyarakat Terhadap Kebijakan Vaksin Covid-19 | Irawan... ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/13257Penerapan Algoritma CNN Untuk Mengetahui Sentimen Masyarakat Terhadap Kebijakan Vaksin Covid 19 Irawan ejournal bsi ac ejurnal index php ji article view 13257
- Opinion Mining Terhadap Pemberitaan Corona di Instagram menggunakan Convolutional Neural Network | Journal... doi.org/10.26740/jinacs.v2n01.p53-59Opinion Mining Terhadap Pemberitaan Corona di Instagram menggunakan Convolutional Neural Network Journal doi 10 26740 jinacs v2n01 p53 59
| File size | 4.43 MB |
| Pages | 13 |
| DMCA | Report |
Related /
STITAW BINJAISTITAW BINJAI Penerapan model ini membuat siswa lebih aktif, berani mengemukakan pendapat, serta mampu menganalisis persoalan dari berbagai sudut pandang. Evaluasi pembelajaranPenerapan model ini membuat siswa lebih aktif, berani mengemukakan pendapat, serta mampu menganalisis persoalan dari berbagai sudut pandang. Evaluasi pembelajaran
SGTSGT Studi ini dimotivasi oleh kesenjangan penelitian yang teridentifikasi: meskipun penggunaannya meluas, masih kurang analisis mendalam tentang organisasiStudi ini dimotivasi oleh kesenjangan penelitian yang teridentifikasi: meskipun penggunaannya meluas, masih kurang analisis mendalam tentang organisasi
APTIKOMAPTIKOM Hasil pengujian prototipe sistem menunjukkan nilai 83. Fitur utama yang mendukung Knowledge Management (Socialization, Externalization, Combination, danHasil pengujian prototipe sistem menunjukkan nilai 83. Fitur utama yang mendukung Knowledge Management (Socialization, Externalization, Combination, dan
PCMKRAMATJATIPCMKRAMATJATI Hasil penelitian menunjukkan bahwa aspek context memperoleh kategori baik 55%, aspek input memperoleh kategori baik 70%, aspek process memperoleh kategoriHasil penelitian menunjukkan bahwa aspek context memperoleh kategori baik 55%, aspek input memperoleh kategori baik 70%, aspek process memperoleh kategori
STIABENGKULUSTIABENGKULU Strategi yang diterapkan mencakup penguatan visi sekolah, pengembangan profesional guru, pembelajaran berbasis proyek, serta penyediaan sarana inovatif.Strategi yang diterapkan mencakup penguatan visi sekolah, pengembangan profesional guru, pembelajaran berbasis proyek, serta penyediaan sarana inovatif.
FKPTFKPT To be able to access the material presented, users must first register and then be able to take part in learning, quizzes and post-tests. After the testingTo be able to access the material presented, users must first register and then be able to take part in learning, quizzes and post-tests. After the testing
PRINPRIN Sebenarnya algoritma Random Forest juga cukup baik untuk digunakan dalam mengklasifikasikan keputusan kredit, akan tetapi sebaiknya perlu dilakukan langkah-langkahSebenarnya algoritma Random Forest juga cukup baik untuk digunakan dalam mengklasifikasikan keputusan kredit, akan tetapi sebaiknya perlu dilakukan langkah-langkah
ITKITK Penyesuaian masyarakat kota Blitar terhadap perkembangan teknologi 4. 0 di Indonesia dengan kecepatan dan ketepatan dalam penguatan persaingan bisnis,Penyesuaian masyarakat kota Blitar terhadap perkembangan teknologi 4. 0 di Indonesia dengan kecepatan dan ketepatan dalam penguatan persaingan bisnis,
Useful /
STIKES BHMSTIKES BHM Sehingga, pengeluaran jumlah obat yang paling banyak digunakan berdasarkan golongan adalah Angiotensin II receptors blockers sebanyak 108.398 terkhususnyaSehingga, pengeluaran jumlah obat yang paling banyak digunakan berdasarkan golongan adalah Angiotensin II receptors blockers sebanyak 108.398 terkhususnya
STIKES BHMSTIKES BHM Naringin menunjukkan skor binding energy mentah yang lebih baik, namun naringenin menjadi kandidat inhibitor InhA yang lebih baik karena mematuhi kriteriaNaringin menunjukkan skor binding energy mentah yang lebih baik, namun naringenin menjadi kandidat inhibitor InhA yang lebih baik karena mematuhi kriteria
KETERAPIAN FISIKKETERAPIAN FISIK Penerapan orthosis yang disesuaikan secara individual dapat membantu mengurangi risiko masalah muskuloskeletal terkait. Oleh karena itu, penggunaan footPenerapan orthosis yang disesuaikan secara individual dapat membantu mengurangi risiko masalah muskuloskeletal terkait. Oleh karena itu, penggunaan foot
POLTEKBANGMAKASSARPOLTEKBANGMAKASSAR Hasil konsensus, baik yang paling setuju maupun yang paling tidak setuju, menunjukkan bahwa persepsi keselamatan didasarkan pada dua faktor: kesadaranHasil konsensus, baik yang paling setuju maupun yang paling tidak setuju, menunjukkan bahwa persepsi keselamatan didasarkan pada dua faktor: kesadaran