ASSARY, Delvi Fitri (2024) Sistem Rekomendasi Skincare Berbasis Website dengan Metode Lexicon-based Sentiment Analysis, Decision Tree Regression, dan Support Vector Machine. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Download (244kB)
	PDF (Legalitas) LEGALITAS-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Restricted to Repository staff only Download (904kB)
	PDF (Abstrak) ABSTRAK-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Download (252kB)
	PDF (BabI) BAB-I-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Restricted to Repository staff only until 21 November 2025. Download (208kB)
	PDF (BabII) BAB-II-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Restricted to Repository staff only until 21 November 2025. Download (358kB)
	PDF (BabIII) BAB-III-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Restricted to Repository staff only until 21 November 2025. Download (430kB)
	PDF (BabIV) BAB-IV-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Restricted to Repository staff only Download (2MB)
	PDF (BabV) BAB-V-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Restricted to Repository staff only Download (134kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-DELVI FITRI ASSARY-H1D020010-SKRIPSI-2024.pdf Restricted to Repository staff only Download (323kB)

Abstract

Skincare merupakan produk kecantikan yang penting untuk merawat kulit, menjaga kebersihan, kelembaban, dan melindungi kulit dari paparan radikal bebas serta sinar matahari. Perkembangan skincare di Indonesia serta semakin bertambahnya produk skincare yang beredar dapat membingungkan pengguna dalam memilih produk yang tepat. Sistem rekomendasi skincare dapat menjadi solusi dalam memberikan rekomendasi produk skincare. FemaleDaily Reviews adalah platform berbagi ulasan penggunaan skincare yang dapat dijadikan acuan rekomendasi. Ulasan rating bintang, ulasan teks, dan rekomendasi thumbs up/thumbs down memiliki karakteristik yang berbeda-beda. Penelitian ini bertujuan mengembangkan sistem rekomendasi yang menggabungkan metode lexicon-based sentiment analysis, decision tree regression, dan support vector machine yang mengakomodasi ketiga jenis ulasan tersebut. Lexicon-based sentiment analysis digunakan untuk memproses ulasan berbentuk teks sehingga didapatkan nilai rating implisit. Decision tree regression digunakan untuk melakukan prediksi pada masing-masing nilai rating implisit dan eksplisit. Model klasifikasi SVM menggabungkan hasil prediksi kedua rating tersebut untuk menentukan apakah suatu produk direkomendasikan atau tidak. Sistem ini diimplementasikan dalam bentuk website sehingga pengguna dapat menerima rekomendasi produk yang sesuai dengan usia dan jenis kulitnya. Hasil evaluasi menunjukkan bahwa model decision tree regression cukup baik dengan rata-rata skor R¬2 untuk prediksi rating 0.265917 dan 0.197513 untuk prediksi rating text. Nilai rata-rata MAE untuk prediksi rating sebesar 0.578331 dan 0.473217 untuk prediksi rating text. Evaluasi model SVM dengan tambahan fitur rating_text mengalami peningkatan dibandingkan model yang hanya menggunakan rating dengan rata-rata accuracy 0.953818, precision 0.971238, recall 0.975148, dan F1-score 0.981362. Sistem rekomendasi skincare berhasil dikembangkan dalam bentuk website dengan hasil pengujian blackbox valid. Hasil UAT menunjukkan rata-rata 4.382 dan termasuk kategori baik. Dari uji reliabilitas menggunakan Cronbach’s Alpha didapatkan nilai 0,849 dimana melebihi batas nilai 0,7 yang berarti kuesioner tersebut dapat diandalkan. Berdasarkan semua pengujian yang dilakukan, dapat disimpulkan bahwa sistem rekomendasi skincare berbasis website telah berhasil dikembangkan sesuai dengan tujuan penelitian.

Actions (login required)

View Item