ANALISIS PREDIKSI RATING BERDASARKAN REVIEW PENGGUNA UNTUK MENGUKUR KEPUASAN KONSUMEN PRODUK KECANTIKAN SUNSCREEN
(Studi Kasus: FemaleDaily.com)

LYDIA CATUR WULANDARI

Informasi Umum

Kode

20.04.3845

Klasifikasi

658.83 - Market research, Market analysis, Market study, Interviewing, use of consultants and research agencies, Techniques of consulting in market research

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Business Marketing

Dilihat

62 kali

Informasi Lainnya

Abstraksi

Peningkatan perdagangan industri kecantikan di Indonesia yang mendorong penjualan produk kecantikan menimbulkan persaingan yang ketat. Menurut catatan Kementerian Perindustrian, pertumbuhan tersebut naik sebesar 6,35% pada tahun 2017 dan 7,33% pada tahun 2018. Salah satu produk kecantikan yang populer di Indonesia adalah sunscreen. Menurut penelitian pertumbuhan tahunan rata-rata skala pasar sunscreen di Indonesia pada tahun 2018 adalah 10% dan akan meningkat sebesar 14% di masa mendatang. Persaingan yang ketat mengharuskan perusahaan untuk lebih meningkatkan kinerjanya dalam memenuhi kebutuhan konsumen. Online Customer Review adalah salah satu fitur yang telah menarik banyak perhatian dari akademisi maupun masyarakat sebagai salah satu faktor yang paling berpengaruh dalam menentukan kepuasan konsumen. Salah satu situs yang menyediakan review dari berbagai produk kecantikan adalah FemaleDaily.com. Namun dari pihak perusahaan sendiri terkadang mengalami kesulitan dalam memilah dan mengkategorikan review untuk mengetahui apakah produk tersebut kualitasnya tergolong bagus dan sudah memenuhi kebutuhan konsumen. Dalam penelitian ini penilaian suatu produk berdasarkan review yang diberikan adalah rating. Sehingga tujuan dari penelitian ini adalah untuk memprediksi dan menentukan rating berdasarkan review yang diberikan oleh pengguna terhadap 3 produk popular yang ada dalam situs FemaleDaily.com, yaitu produk Emina, Wardah dan Biore. Untuk mendukung sistem yang dibangun dibutuhkan metode untuk menyelesaikan permasalahan tersebut, dalam penelitian ini peneliti menggunakan metode Naïve Bayes dan Random Forest. Dari hasil pengujian, didapat tingkat akurasi prediksi rating terbaik pada saat menggunakan metode Naïve Bayes dengan tingkat akurasi sebesar 61%.

Kata kunci: Kepuasan Konsumen, Text Mining, Prediksi Rating, Produk kecantikan