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 /
NURISNURIS Kemudian, penelitian ini dianalisis dengan menggunakan reduksi data, penyajian data dan penarikan kesimpulan. Hasil dari penelitian ini antara lain pemikiranKemudian, penelitian ini dianalisis dengan menggunakan reduksi data, penyajian data dan penarikan kesimpulan. Hasil dari penelitian ini antara lain pemikiran
POLBANPOLBAN Sistem ini mampu mendeteksi konsentrasi polutan PM2. 5, CO, dan NO2 serta mengklasifikasikannya ke dalam kategori aman, berisiko, dan berbahaya denganSistem ini mampu mendeteksi konsentrasi polutan PM2. 5, CO, dan NO2 serta mengklasifikasikannya ke dalam kategori aman, berisiko, dan berbahaya dengan
UNAMAUNAMA Analisis terhadap kata-kata dominan mengindikasikan bahwa tagar tersebut banyak digunakan untuk mengekspresikan kritik, sarkasme, serta ketidakpuasan publikAnalisis terhadap kata-kata dominan mengindikasikan bahwa tagar tersebut banyak digunakan untuk mengekspresikan kritik, sarkasme, serta ketidakpuasan publik
POLBANPOLBAN Tambak udang dimodelkan sebagai sistem akuarium berskala kecil dengan dua tabung silinder sebagai sumber air tawar dan air berkadar garam. Hasil renovasiTambak udang dimodelkan sebagai sistem akuarium berskala kecil dengan dua tabung silinder sebagai sumber air tawar dan air berkadar garam. Hasil renovasi
UNAIRUNAIR GoogleNet dan AlexNet berada di posisi kedua dan ketiga dengan akurasi masing-masing 99,5% dan 99,4%. Penelitian ini menunjukkan bahwa model deep learning,GoogleNet dan AlexNet berada di posisi kedua dan ketiga dengan akurasi masing-masing 99,5% dan 99,4%. Penelitian ini menunjukkan bahwa model deep learning,
UMIUMI Akan tetapi, perbandingan jumlah penduduk Indonesia dengan tenaga professional psikologi masih sangat timpang dan jauh dari standar WHO yang mensyaratkanAkan tetapi, perbandingan jumlah penduduk Indonesia dengan tenaga professional psikologi masih sangat timpang dan jauh dari standar WHO yang mensyaratkan
STIEGICISTIEGICI Adapun sisanya sebesar 59,4% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian. Hasil penelitian menunjukkan bahwa variabel hargaAdapun sisanya sebesar 59,4% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian. Hasil penelitian menunjukkan bahwa variabel harga
ISTNISTN Dalam proses assembly line untuk tipe W213 yang diproduksi PT X Indonesia masih banyak terjadi kerusakan. Hasil penelitian menunjukkan bahwa jumlah kerusakanDalam proses assembly line untuk tipe W213 yang diproduksi PT X Indonesia masih banyak terjadi kerusakan. Hasil penelitian menunjukkan bahwa jumlah kerusakan
Useful /
NURISNURIS Hasil menunjukkan digitalisasi mempercepat arus kas, memperlancar transaksi, dan meningkatkan akurasi serta transparansi laporan keuangan. QRIS dan aplikasiHasil menunjukkan digitalisasi mempercepat arus kas, memperlancar transaksi, dan meningkatkan akurasi serta transparansi laporan keuangan. QRIS dan aplikasi
NURISNURIS Implementasinya masih menghadapi kendala operasional, manajemen risiko, dan transparansi nasabah. Perbaikan tata kelola, penguatan budaya risiko, dan pemanfaatanImplementasinya masih menghadapi kendala operasional, manajemen risiko, dan transparansi nasabah. Perbaikan tata kelola, penguatan budaya risiko, dan pemanfaatan
NURISNURIS Penelitian ini menyimpulkan bahwa eco-anxiety merupakan respons psikologis signifikan pada Generasi Z dalam konteks perubahan iklim dan bencana alam. GenerasiPenelitian ini menyimpulkan bahwa eco-anxiety merupakan respons psikologis signifikan pada Generasi Z dalam konteks perubahan iklim dan bencana alam. Generasi
ISTNISTN Pemindahan LSP melalui jalur PE-MKPLU-02 AG-BLKPD-01 dipilih sebagai rute terbaik karena memiliki metric jaringan yang jauh lebih kecil yaitu 2350 dibandingkanPemindahan LSP melalui jalur PE-MKPLU-02 AG-BLKPD-01 dipilih sebagai rute terbaik karena memiliki metric jaringan yang jauh lebih kecil yaitu 2350 dibandingkan