Analisis Sentimen Ulasan Skintific Aqua Light Daily Sunscreen di Tokopedia Menggunakan InSet Lexicon

Abstrak

Ulasan pelanggan pada platform e-commerce dapat dimanfaatkan untuk mengetahui persepsi konsumen terhadap suatu produk melalui analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen ulasan produk Skintific Aqua Light Daily Sunscreen pada platform Tokopedia menggunakan metode lexicon-based dengan kamus InSet Lexicon serta mengevaluasi kinerja klasifikasinya. Penelitian menerapkan tahapan Knowledge Discovery in Databases (KDD) yang meliputi seleksi data, pra-pemrosesan data, transformasi data, data mining, dan evaluasi hasil. Data diperoleh melalui teknik web scraping menggunakan Python. Dari 672 ulasan yang berhasil dikumpulkan, diperoleh 634 ulasan setelah proses data cleaning. Tahap pra-pemrosesan meliputi case folding, normalisasi teks, tokenisasi, stopword removal, dan stemming. Hasil analisis menunjukkan bahwa 532 ulasan (83,91%) termasuk sentimen positif, 78 ulasan (12,30%) sentimen negatif, dan 24 ulasan (3,79%) sentimen netral. Evaluasi dilakukan terhadap 100 sampel ulasan yang divalidasi oleh dua validator. Tingkat kesepakatan kedua validator berdasarkan Cohen's Kappa sebesar 0,34 yang termasuk kategori cukup (Fair Agreement). Selanjutnya, evaluasi menggunakan confusion matrix menghasilkan nilai accuracy sebesar 64,00%, precision sebesar 54,71%, recall sebesar 64,00%, dan F1-score sebesar 58,42%. Hasil tersebut menunjukkan bahwa metode lexicon-based menggunakan InSet Lexicon mampu mengklasifikasikan sebagian besar sentimen ulasan, meskipun masih memiliki keterbatasan dalam mengidentifikasi sentimen netral.