KLASIFIKASI REVIEW KONSUMEN TENTANG PRODUK SKINCARE SKINTIFIC PADA PLATFORM X MENGGUNAKAN METODE LEXICON-BASED DAN SUPPORT VECTOR MACHINE (SVM)

Penelitian ini berjudul “Klasifikasi Review Konsumen tentang Produk Skincare Skintific pada Platform X Menggunakan Metode Lexicon-Based dan Support Vector Machine (SVM)”. Tujuan dari penelitian ini adalah untuk mengidentifikasi kecenderungan opini konsumen terhadap produk skincare Skintific melalui pendekatan analisis sentimen berbasis kombinasi Lexicon-Based dan algoritma Support Vector Machine (SVM). Data penelitian diperoleh dari platform X (Twitter) melalui proses scraping, yang menghasilkan sebanyak 4.464 tweet berbahasa Indonesia dalam periode April 2024 hingga 2025. Analisis dilakukan melalui tahapan sistematis, meliputi pre-processing (cleansing, normalisasi, tokenisasi, stopword removal, stemming), pelabelan otomatis menggunakan kamus sentimen InSet, ekstraksi fitur menggunakan metode TF-IDF, serta pelatihan dan pengujian model Support Vector Machine (SVM). Sentimen dikategorikan ke dalam dua kelas utama, yaitu positif dan negatif. Hasil evaluasi menunjukkan bahwa model Support Vector Machine (SVM) berhasil mencapai akurasi sebesar 86,96% pada data uji, dengan nilai precision, recall, dan F1-score yang menunjukkan stabilitas kinerja dalam mengklasifikasikan opini konsumen. Penelitian ini membuktikan bahwa integrasi metode Lexicon-Based dan Support Vector Machine (SVM) mampu mengolah data opini konsumen dalam bentuk teks pendek secara akurat dan efisien. Selain itu, hasil analisis ini dapat dimanfaatkan oleh pelaku industri skincare dalam memahami persepsi pasar serta menyusun strategi pemasaran yang lebih responsif terhadap preferensi dan keluhan pengguna.