| NIM | H1D020010 |
|---|
| Namamhs | DELVI FITRI ASSARY |
|---|
| Judul Artikel | SISTEM REKOMENDASI SKINCARE BERBASIS WEBSITE DENGAN METODE LEXICON-BASED SENTIMENT ANALYSIS, DECISION TREE REGRESSION, DAN SUPPORT VECTOR MACHINE |
|---|
| Abstrak (Bhs. Indonesia) | Skincare merupakan produk kecantikan untuk merawat dan melindungi kulit dari paparan radikal bebas serta sinar matahari. Banyaknya skincare yang beredar di Indonesia 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 bintang, teks, dan rekomendasi thumbs up/down memiliki karakteristik yang berbeda-beda. Penelitian ini bertujuan mengembangkan sistem rekomendasi yang menggabungkan beberapa metode untuk 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 nilai rating implisit dan eksplisit. Model SVM menggabungkan hasil prediksi kedua rating untuk menentukan apakah suatu produk direkomendasikan atau tidak. Sistem diimplementasikan dalam bentuk website sehingga pengguna dapat menerima rekomendasi produk yang sesuai dengan usia dan jenis kulitnya. Evaluasi model decision tree regression menunjukkan rata-rata skor R¬2 0.265917 untuk prediksi rating dan 0.197513 untuk rating text. Nilai rata-rata MAE untuk prediksi rating sebesar 0.578331 dan 0.473217 untuk 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. UAT menunjukkan rata-rata 4.382 dan termasuk kategori baik. Uji reliabilitas menggunakan Cronbach’s Alpha mendapatkan nilai 0,849 yang berarti kuesioner dapat diandalkan. Berdasarkan pengujian yang dilakukan, disimpulkan bahwa sistem rekomendasi skincare berbasis website berhasil dikembangkan sesuai tujuan penelitian. |
|---|
| Abtrak (Bhs. Inggris) | Skincare is a beauty product designed to care for and protect the skin from free radicals and sunlight. The abundance of skincare products available in Indonesia can confuse users in choosing the right product. A skincare recommendation system can be a solution for providing personalized product recommendations. FemaleDaily Reviews is a skincare reviews sharing platform that can serve as a reference. Star ratings, text reviews, and thumbs up/down recommendations each have different characteristics. This study aims to develop a recommendation system combining several methods to accommodate these types of reviews. Lexicon-based sentiment analysis is used to process text reviews, generating implicit rating values. Decision tree regression is used to predict both implicit and explicit ratings. The SVM model combines these predicted ratings to determine if a product is recommended. The system is implemented as a website, allowing users to receive recommendations based on their age and skin type. Evaluation of the regression model shows an average R² score of 0.265917 for rating predictions and 0.197513 for text ratings. The average MAE for rating prediction is 0.578331, and 0.473217 for text ratings. The SVM model with the additional rating_text feature shows improved performance over the rating-only model, with an accuracy of 0.953818, precision of 0.971238, recall of 0.975148, and F1-score of 0.981362. The skincare recommendation website was successfully developed with valid blackbox testing. UAT results show an average score of 4.382, categorized as good. Cronbach's Alpha reliability test yielded 0.849, indicating reliable questionnaires. Overall, the system successfully achieved the research objectives. |
|---|
| Kata kunci | decision tree regression, lexicon-based sentiment analysis, sistem rekomendasi, skincare, support vector machine, ulasan. |
|---|
| Pembimbing 1 | Ir.Yogiek Indra Kurniawan, S.T., M.T. |
|---|
| Pembimbing 2 | Ir.Swahesti Puspita Rahayu, S.Kom., M.T. |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2024 |
|---|
| Jumlah Halaman | 13 |
|---|
| Tgl. Entri | 2024-09-22 14:56:16.142407 |
|---|