Implementasi Naïve Bayes Classifier untuk Sentimen Produk Kecantikan Berdasarkan Ulasan Female Daily

Abstract

Industri kecantikan di Indonesia mengalami pertumbuhan yang pesat, terlihat dari bertambahnya perusahaan kecantikan setiap tahun. Salah satu produk kecantikan yang banyak diminati adalah moisturizer, yang menghasilkan banyak ulasan di platform kecantikan, seperti Female Daily. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna terhadap produk kecantikan untuk memahami preferensi konsumen, menggunakan metode Naïve Bayes Classifier. Sebanyak 1.050 ulasan diolah melalui proses preprocessing hingga menghasilkan 1.042 data bersih, terdiri dari sentimen positif (84.36%), negatif (12.96%), dan netral (2.69%). Untuk menangani ketidakseimbangan data diterapkan teknik SMOTE, dan pencarian hyperparameter optimal dilakukan dengan GridSearchCV, yang meningkatkan akurasi model dari 79% menjadi 82,77%. Hasil ini menunjukkan bahwa penerapan GridSearchCV berperan penting dalam meningkatkan akurasi dan stabilitas klasifikasi sentimen pada produk kecantikan.