Analisis Sentimen Review Produk Kosmetik Menggunakan Algoritma K-Nerest Neighbor (Studi Kasus : MS Glow)

Nuraini, Nuraini (2022) Analisis Sentimen Review Produk Kosmetik Menggunakan Algoritma K-Nerest Neighbor (Studi Kasus : MS Glow). Diploma thesis, Universitas Lancang Kuning.

	Text 1855201112_BAB-I_VI_DAFTAR-PUSTAKA.pdf Download (1MB)
	Text 1855201112_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf Restricted to Repository staff only Download (368kB) | Request a copy

Abstract

Indonesia dengan jumlah penduduk sekitar 250 juta merupakan pasar yang menjanjikan bagi perusahaan kosmetik. Dengan membidik perempuan sebagai kelompok sasaran utama konsumen, sebagian besar industri kosmetik akhir-akhir ini mulai melakukan inovasi produk untuk laki-laki (Kementerian Perindustrian Republik Indonesia, 2013). Menurut Perhimpunan Perusahaan Kosmetika Indonesia (Perkosmi) Kementerian Perindustrian Republik Indonesia, penjualan kosmetika impor pada 2012 mencapai Rp 2,44 triliun, meningkat 30% dibandingkan Rp 1,87 triliun pada 2011. Pada 2013, penjualan kosmetika impor mencapai Rp 2,44 triliun. kosmetik impor diperkirakan akan meningkat 30% lagi menjadi Rs 3,17 triliun. Salah satu kosmetik yang paling populer adalah merek MS Glow. MS Glow adalah akronim dari Magic For Skin, moto merek tersebut, yang mencerminkan produk paling cemerlang di Indonesia. Data tersebut berasal dari WebFemaleDaily, tempat pengguna mengulas kosmetik MS Glow Indonesia. Hasil analisis dimaksudkan untuk mengetahui reaksi positif dan negatif pengguna kosmetik MS Glow. Proses klasifikasi menggunakan algoritma K-nearest neighbor (K-NN). Nilai akurasi K-NN dengan k = 1 diperoleh dari hasil uji confusion matrix sebesar 63,64%.

Actions (login required)

View Item