Analisis Persepsi Produk Kosmetik Menggunakan Metode Sentiment Analysis dan Topic Modeling (Studi Kasus: Laneige Water Sleeping Mask)

Ken Dheanis Adhine Salsabila; Nurvita Trianasari

doi:10.26905/jtmi.v7i1.5593

Analisis Persepsi Produk Kosmetik Menggunakan Metode Sentiment Analysis dan Topic Modeling (Studi Kasus: Laneige Water Sleeping Mask)

Ken Dheanis Adhine Salsabila, Nurvita Trianasari

Abstract

Indonesia merupakan target pasar yang sangat menjanjikan bagi industri kosmetik. Produk impor saat ini hampir menguasai sebesar 50% pasar kosmetik Indonesia dipimpin oleh Korea Selatan. Penetrasi industri kosmetik kini semakin dipermudah dengan adanya industri hiburan Korea Selatan yang merajalela di Indonesia. Selain memiliki populasi yang besar, Indonesia merupakan salah satu kantong fanbase Korean Wave terbesar di dunia. Survei yang dilakukan oleh ZAP Clinic menunjukkan bahwa Laneige menduduki posisi tertinggi dalam merek asal Korea Selatan yang paling sering digunakan oleh perempuan Indonesia. Salah satu produk Laneige dengan penjualan terbaik adalah Laneige Water Sleeping Mask. Produk ini pernah mencatat rekor terjual sebanyak 16 juta produk dan terjual setiap 12 detik. Laneige Water Sleeping Mask juga merupakan produk Laneige yang paling banyak diulas di Female Daily sebanyak 6.228 ulasan.

Ulasan-ulasan di situs Female Daily dapat digunakan sebagai evaluasi dari suatu produk. Data tersebut berjumlah besar dan dapat diambil dengan metode web scraping melalui aplikasi tertentu. Penelitian ini menggunakan metode text mining untuk mengetahui sentimen dan topik serta kata apa saja yang sering dibicarakan terkait produk Laneige Water Sleeping Mask di Female Daily. Text mining yang digunakan adalah sentiment analysis dan topic modeling.

Dataset yang digunakan adalah sebanyak 4.961 ulasan dengan proporsi 70% sebagai data latih dan 30% sebagai data uji. Hasil penelitian menggambarkan ulasan yang didominasi oleh sentimen positif serta topik dan kata-kata yang mengungkapkan kepuasan konsumen terhadap produk Laneige Water Sleeping Mask. Hasil ini dapat digunakan perusahaan sebagai informasi untuk dapat terus meningkatkan kualitasnya dikemudian hari.

Keywords

Persepsi Konsumen, Penambangan Teks, Analisis Sentimen, Pemodelan Topik

Full Text:

PDF

References

BPOM RI, “Cek Produk BPOM - BPOM RI,” 2020. .

APJII, “Laporan Survei Internet APJII 2019 – 2020,” Asos. Penyelenggara Jasa Internet Indones., vol. 2020, pp. 1–146, 2020, [Online]. Available: https://apjii.or.id/survei.

Kemenperin, “Kemenperin: Produk Impor Kuasai Pasar Kosmetik,” 2019. https://kemenperin.go.id/artikel/11943/Produk-Impor-Kuasai-Pasar-Kosmetik (accessed Feb. 26, 2021).

ZAP Clinic and MarkPlus, “ZAP Beauty Index 2020,” Zap Clin. Index, pp. 1–36, 2020, [Online]. Available: https://zapclinic.com/zapbeautyindex.

R. Lukafiardi, “Fenomena Korean Wave di Indonesia – Environmental Geography Student Association,” 2020. https://egsa.geo.ugm.ac.id/2020/09/30/fenomena-korean-wave-di-indonesia/ (accessed Feb. 26, 2021).

Y. Kim, The Korean Wave: Korean Media Go Global - Google Buku. New York: Routledge, 2013.

R. D. Putri, “Indonesia, Target Pasar Seksi K-Beauty di Asia,” Tirto.id, 2017. https://tirto.id/indonesia-target-pasar-seksi-k-beauty-di-asia-cyRj (accessed Feb. 24, 2021).

Laneige, “Kisah Laneige - Sejarah Merek,” 2020. https://www.laneige.com/id/id/laneige-story/history/history.html.

Female Daily, “Laneige Water Sleeping Mask - Review Female Daily,” 2021. https://reviews.femaledaily.com/products/mask/sleeping-mask/laneige/water-sleeping-mask?cat=&cat_id=0&age_range=&skin_type=&skin_tone=&skin_undertone=&hair_texture=&hair_type=&order=newest&page=1 (accessed Feb. 27, 2021).

Female Daily, “About Us,” 2021. https://femaledaily.com/about.

K. S. Guen and K. Juyoung, “Analyzing the discriminative attributes of products using text.pdf,” Inf. Process. Manag., 2018, doi: https://doi.org/10.1016/j.ipm.2018.06.003.

M. Kubina, M. Varmus, and I. Kubinova, “Use of Big Data for Competitive Advantage of Company,” Procedia Econ. Financ., vol. 26, no. 15, pp. 561–565, 2015, doi: 10.1016/s2212-5671(15)00955-7.

Hery, Manajemen Pemasaran. Jakarta: PT Grasindo, 2019.

D. Chaffey and F. Ellis-Chadwick, Digital Marketing: Strategy, Implementation, and Practice, Sixth Edit. Harlow: Pearson Education Limited, 2016.

M. A. Firmansyah, PERILAKU KONSUMEN (Sikap dan Pemasaran). Yogyakarta: DEEPUBLISH, 2018.

T. Kwalter, Text Mining in Practice with R. Chichester: John Wiley & Son Ltd, 2017.

B. Makhabel, P. Mishra, N. Danneman, and R. Heimann, R : mining spatial, text, web, and social media data : create and customize data mioning algorithms : a course in three modules. Birmingham: Packt Publishing, 2017.

S. Yang and H. Zhang, “Text Mining of Twitter Data Using a Latent Dirichlet Allocation Topic Model and Sentiment Analysis,” Int. J. Comput. Inf. Eng., vol. Vol. 12 No, 2018.

B. Liu, Sentiment analysis: Mining opinions, sentiments, and emotions. USA: Cambridge University Press, 2015.

H. Jelodar et al., “Latent Dirichlet allocation (LDA) and topic modeling: models, applications, a survey,” Multimedia Tools and Applications, vol. 78, no. 11. pp. 15169–15211, 2019, doi: 10.1007/s11042-018-6894-4.

C. Zou, “Analyzing research trends on drug safety using topic modeling,” Expert Opin. Drug Saf., vol. 17, no. 6, pp. 629–636, 2018, doi: 10.1080/14740338.2018.1458838.

R. A. Masrury, Fannisa, and A. Alamsyah, “Analyzing Tourism Mobile Applications Perceived Quality using Sentiment Analysis and Topic Modeling,” 2019.

DOI: https://doi.org/10.26905/jtmi.v7i1.5593