PENERAPAN DEEP LEARNING CONVOLUTIONAL NEURAL NETWORK DENGAN PHYTON UNTUK ANALISIS SENTIMEN PRODUK SKINCARE

Perkembangan industri skincare di Indonesia mengalami peningkatan yang cukup pesat seiring meningkatnya kesadaran masyarakat terhadap perawatan kulit. Banyaknya ulasan konsumen pada platform e-commerce dapat dimanfaatkan untuk mengetahui kecenderungan opini pengguna terhadap suatu produk. Namun, jumlah ulasan yang sangat besar membuat proses analisis secara manual menjadi kurang efektif. Oleh karena itu, penelitian ini bertujuan untuk menerapkan algoritma Convolutional Neural Network (CNN) dalam melakukan klasifikasi sentimen ulasan produk skincare secara otomatis. Dataset yang digunakan diperoleh dari Kaggle dengan jumlah 8.629 data ulasan produk skincare. Tahapan penelitian meliputi labeling data, preprocessing teks berupa cleansing, lowercasing, tokenizing, stopword removal, sequences, dan padding, kemudian dilanjutkan dengan proses pelatihan model CNN menggunakan Python dengan pustaka TensorFlow dan Keras. Untuk mengatasi ketidakseimbangan data antara kelas positif dan negatif, penelitian ini menerapkan parameter class weight pada proses pelatihan model. Hasil penelitian menunjukkan bahwa model CNN mampu menghasilkan akurasi sebesar 76% dengan nilai macro average F1-score sebesar 0,73. Model lebih baik dalam mendeteksi sentimen positif dibandingkan sentimen negatif karena distribusi data yang tidak seimbang. Meskipun demikian, CNN dinilai cukup efektif untuk diterapkan dalam analisis sentimen ulasan skincare berbahasa Indonesia dan dapat digunakan sebagai sistem pendukung keputusan awal bagi konsumen maupun pelaku bisnis e-commerce.