Analisis Sentimen Ulasan Produk Pembersih Wajah Menggunakan Algoritma Logistic Regression

Chintiya, Evi (2026) Analisis Sentimen Ulasan Produk Pembersih Wajah Menggunakan Algoritma Logistic Regression. Undergraduate thesis, Politeknik Negeri Jember.

[img] Text (Abstract)
Abstract.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (225kB)
[img] Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (236kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (218kB)
[img] Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version
Restricted to Registered users only

Download (4MB) | Request a copy

Abstract

Ulasan pengguna di media sosial dapat memberikan gambaran mengenai pendapat masyarakat terhadap suatu produk, termasuk produk pembersih wajah. Jumlah ulasan yang banyak dan tidak terstruktur menyebabkan proses analisis secara manual menjadi kurang efektif. Pendekatan analisis sentimen dapat digunakan untuk mengelompokkan opini publik secara otomatis ke dalam kategori tertentu. Penelitian ini bertujuan untuk menganalisis sentimen opini publik terhadap produk pembersih wajah di media sosial X menggunakan algoritma Logistic Regression. Dataset yang digunakan sebanyak 1.173 dilakukan menggunakan pembagian data dengan rasio 80%:20% serta evaluasi model menggunakan metode K-Fold Cross Validation dengan nilai k = 10, untuk memperoleh hasil yang lebih stabil dan representatif. Hasil penelitian menunjukkan bahwa mayoritas opini publik memiliki sentimen positif. Model yang dihasilkan memperoleh akurasi sebesar 85.11%, nilai AUC sebesar 0.8884, serta rata-rata akurasi validasi sebesar 85.40% dengan standar deviasi sebesar ±1.6% yang menunjukkan performa model yang stabil. Nilai recall pada kelas positif mencapai 100%, sedangkan pada kelas negatif sebesar 10.26%, yang menunjukkan bahwa model lebih optimal dalam mendeteksi sentimen positif dibandingkan sentimen negatif.

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDK
Thesis advisorSakkinah, Intan SulistyaningrumNIDN0013109501
Uncontrolled Keywords: Analisis Sentimen, Pembersih Wajah, X, Logistic Regression, Machine Learning.
Subjects: 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika
Divisions: Jurusan Manajemen Agribisnis > Prodi D3 Manajemen Agribisnis (PSDKU Nganjuk) > Tugas Akhir
Depositing User: Evi Chintiya
Date Deposited: 19 May 2026 06:40
Last Modified: 19 May 2026 06:41
URI: https://sipora.polije.ac.id/id/eprint/55960

Actions (login required)

View Item View Item