Sentiment Analysis of Local Sunscreen Skintific, Somethinc, and Avoskin with Naive Bayes and SVM
Abstract
Indonesia’s beauty industry, particularly local sunscreen products, has experienced rapid growth alongside increasing public awareness of the importance of skin protection against ultraviolet rays. Consumer reviews on digital platforms have become a vital source of information to understand user perceptions and preferences. This study aims to analyze sentiment toward three local sunscreen brands—Skintific, Somethinc, and Avoskin—by comparing two text classification methods: Naïve Bayes and Support Vector Machine (SVM). To address the imbalance in the number of positive and negative sentiment data, the Synthetic Minority Over-sampling Technique (SMOTE) was applied. The results show that applying SMOTE to Naïve Bayes significantly improved the accuracy from 81% to 93%, along with notable enhancements in precision, recall, and F1-score. Conversely, applying SMOTE to SVM slightly reduced accuracy from 92% to 91%, although the performance for positive sentiment remained stable. These findings indicate that the combination of Naïve Bayes and SMOTE is more effective in handling imbalanced data for sentiment analysis of beauty products. The implications of this study can serve as a basis for decision-making in product development and marketing strategies within the beauty industry, particularly in aligning with consumer sentiment.
Industri kecantikan Indonesia, khususnya produk sunscreen lokal, menunjukkan pertumbuhan pesat seiring meningkatnya kesadaran masyarakat akan pentingnya perlindungan kulit dari sinar ultraviolet. Ulasan konsumen di platform digital menjadi sumber informasi penting untuk memahami persepsi dan preferensi pengguna. Penelitian ini bertujuan untuk menganalisis sentimen terhadap tiga merek sunscreen lokal—Skintific, Somethinc, dan Avoskin—dengan membandingkan dua metode klasifikasi teks, yaitu Naïve Bayes dan Support Vector Machine (SVM). Untuk mengatasi ketidakseimbangan jumlah data antara sentimen positif dan negatif, digunakan teknik Synthetic Minority Over-sampling Technique (SMOTE). Hasil menunjukkan bahwa penerapan SMOTE pada Naïve Bayes meningkatkan akurasi dari 81% menjadi 93%, serta memperbaiki precision, recall, dan F1-score secara signifikan. Sebaliknya, penerapan SMOTE pada SVM justru sedikit menurunkan akurasi dari 92% menjadi 91%, meskipun performa untuk kategori sentimen positif tetap stabil. Temuan ini menunjukkan bahwa kombinasi Naïve Bayes dengan SMOTE lebih efektif dalam menangani data tidak seimbang untuk analisis sentimen produk kecantikan. Implikasi dari penelitian ini dapat digunakan oleh pelaku industri kecantikan sebagai dasar pengambilan keputusan dalam pengembangan dan pemasaran produk berbasis persepsi konsumen.
Keywords
Full Text:
PDFReferences
J. Cardoso and E. Prasojo, “Pengaruh Kredibilitas Daya Tarik dan Kepercayaan terhadap Minat Pembelian Sunscreen Azarine di Kota Yogyakarta,” J. Econ. Business, Account. Manag., vol. 2, no. 1, pp. 124–140, 2024, doi: 10.61476/24zv8d23.
Via Aldina Auva and L. Nirawati, “Pengaruh Influencer Review dan Product Ingredients Terhadap Perilaku Konsumen pada Product Hydrasoothe Azarine Sunscreen Gel di Surabaya,” Al-Kharaj J. Ekon. Keuang. Bisnis Syariah, vol. 6, no. 9, pp. 6771–6781, 2024, doi: 10.47467/alkharaj.v6i9.2820.
H. N. Sukmaningtyas, B. D. Maharani, and N. Kusuma, “Pengaruh Perceived Price dan Trust Terhadap Purchase Intention Melalui Perceived Value Sebagai Variabel Intervening Pada Produk Sunscreen Azarine,” Dyn. Manag. J., vol. 7, no. 2, pp. 179–188, 2023, [Online]. Available: https://www.bing.com/ck/a?!&&p=4e44e8cadbfe7a3eJmltdHM9MTcwMDYxMTIwMCZpZ3VpZD0wMDNhM2E2Yi1kOTk0LTZkMmItMGEyYi0yODY2ZDhjMjZjNWQmaW5zaWQ9NTI4MA&ptn=3&ver=2&hsh=3&fclid=003a3a6b-d994-6d2b-0a2b-2866d8c26c5d&psq=http%3A%2F%2Fdx.doi.org%2F10.31000%2Fdmj.v7i2&u=
A. N. S. Rahayu, T. I. Hermanto, and I. M. Nugroho, “Sentiment Analysis Using K-Nearest Neighbor Based on Particle Swarm Optimization According To Sunscreen’S Reviews,” J. Tek. Inform., vol. 3, no. 6, pp. 1639–1646, 2022, doi: 10.20884/1.jutif.2022.3.6.425.
N. S. Andini, “Compas Market Insight Dashboard: Alami Penurunan Tajam di Desember 2023, Azarine dan Facetology Berhasil Tingkatkan Nilai Penjualan Kategori Sunscreen Sepanjang Periode Q1 2024,” compas.co.id. Accessed: May 26, 2025. [Online]. Available: https://compas.co.id/article/nilai-penjualan-kategori-sunscreen-q1-2024/?utm_source=chatgpt.com
N. Luh and P. Septyani, “Pengaruh Harga Terhadap Keputusan Pembelian Produk Skincare di Kota Denpasar pada E-Commerce Shopee Dengan Kepuasan Konsumen Sebagai Variabel Mediasi,” J. Manajemen, Kewirausahaan dan Pariwisata Juni, vol. 4, no. 6, pp. 1153–1163, 2021.
R. N. Anwar and F. A. Wardani, “Pengaruh Kualitas Produk Dan Kualitas Pelayanan Terhadap Minat Beli Ulang Produk Scarlett Di E-Commerce Shopee,” Nusant. Ilmu Pengetah. Sos., vol. 8, no. 5, pp. 1370–1379, 2021, [Online]. Available: http://jurnal.um-tapsel.ac.id/index.php/nusantara/index
M. R. Putri and K. B. Sienarta, “Pemediasian Antara Pengaruh E-Wom Terhadap Repurchase Intention Dengan Mediasi Brand Image Pada Produk Skincare Merek Lokal Indonesia Yang Ada Di E-Commerce,” Parsimonia - J. Ekon. dan Bisnis, vol. 10, no. 2, pp. 100–109, 2023, doi: 10.33479/parsimonia.v10i2.779.
D. Meisa Azzahra, M. Hafid Totohendarto, and S. Alam, “Analisis Sentimen Ulasan Produk Serum Wajah Pada Beauty Brand Somethinc Menggunakan Metode Naïve Bayes Classifier,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 3, pp. 1604–1611, 2023, doi: 10.36040/jati.v7i3.6929.
N. Tf-id, “Analisis Sentimen Ulasan Herborist Sistem Pengambilan Keputusan Menggunakan Klasifikasi,” J. SWABUMI, vol. 12, no. 2, pp. 176–181, 2024.
M. Hamka, N. Alfatari, and D. Ratna Sari, “Analisis Sentimen Produk Kecantikan Jenis Serum Menggunakan Algoritma Naïve Bayes Classifier,” J. Sist. Komput. dan Inform., vol. 4, no. 1, p. 64, 2022, doi: 10.30865/json.v4i1.4740.
D. A. WP, J. D. Firizqi, and Z. A. Amalia, “Analisis Sentimen Produk Skincare Somethinc Niacinamide di Female Daily dengan Naïve Bayes Classifier,” J. Media Inform. Budidarma, vol. 8, no. 2, p. 946, 2024, doi: 10.30865/mib.v8i2.7571.
H. Harnelia, “Analisis Sentimen Review Skincare Skintific Dengan Algoritma Support Vector Machine (Svm),” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 2, 2024, doi: 10.23960/jitet.v12i2.4095.
K. S. Putri, I. R. Setiawan, and A. Pambudi, “Analisis Sentimen Terhadap Brand Skincare Lokal Menggunakan Naïve Bayes Classifier,” Technol. J. Ilm., vol. 14, no. 3, p. 227, 2023, doi: 10.31602/tji.v14i3.11259.
V. D. Yunanda and N. Hendrastuty, “Perbandingan Kernel Polynomial dan RBF Pada Algoritma SVM Untuk Analisis Sentimen Skincare di Indonesia,” J. Media Inform. Budidarma, vol. 8, no. 2, p. 726, 2024, doi: 10.30865/mib.v8i2.7425.
F. Novitasari and M. D. Purbolaksono, “Analysis Sentiment Aspect Level on Beauty Product Reviews Using Chi-Square and Naïve Bayes,” J. Data …, no. January, pp. 18–30, 2021, [Online]. Available: http://commdis.telkomuniversity.ac.id/jdsa/index.php/jdsa/article/view/72%0Ahttps://scholar.archive.org/work/kefndqsmtzh4foilip5bh4lvbe/access/wayback/https://commdis.telkomuniversity.ac.id/jdsa/index.php/jdsa/article/download/72/30/
Melisa Nur Aini, Rita Yulfani, and Nurul Jariah, “Penerapan Metode Naïve Bayes Untuk Analisis Sentimen Ulasan Produk Sunscreen Berdasarkan Female Daily Review,” J. Multimed. dan Teknol. Inf., vol. 6, no. 01, pp. 24–34, 2024, doi: 10.54209/jatilima.v6i01.421.
Muhammad Rio Pratama, Faza Abdillah Gunawan Soerawinata, Rafdi Reyhan Zhafari, Rendy, and Helena Nurramdhani Imanda, “Sentiment Analysis of Beauty Product E-Commerce Using Support Vector Machine Method,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 2, pp. 269–274, 2022, doi: 10.29207/resti.v6i2.3876.
Cemara Nimas, “6 Top Produk Sunscreen Paling Laris di E-commerce,” Compas.co.id. Accessed: Jun. 30, 2025. [Online]. Available: https://compas.co.id/article/produk-sunscreen-paling-laris/
R. P. Wiwaha, “Data Penjualan Sunscreen di Tokopedia dan Blibli, Ini 7 Brand Terlarisnya,” compas.co.id. Accessed: Jun. 30, 2025. [Online]. Available: https://compas.co.id/article/sunscreen-kulit-kering/
I. D. Rukmana, “10 Top Brand Sunscreen Lokal Terlaris 2022, Tidak Takut Matahari Lagi!,” compas.co.id. Accessed: Jun. 30, 2025. [Online]. Available: https://compas.co.id/article/10-top-brand-sunscreen-lokal-terlaris-2022/
T. Astuti and Y. Astuti, “Analisis Sentimen Review Produk Skincare Dengan Naïve Bayes Classifier Berbasis Particle Swarm Optimization (PSO),” J. Media Inform. Budidarma, vol. 6, no. 4, p. 1806, 2022, doi: 10.30865/mib.v6i4.4119.
Jasmarizal, Junadhi, Rahmaddeni, and M. Khairul Anam, “Penerapan Metode Support Vector Machine Untuk Analisis Sentimen Terhadap Produk Skincare,” Indones. J. Comput. Sci., vol. 13, no. 1, pp. 1438–1450, 2024, doi: 10.33022/ijcs.v13i1.3654.
P. M. Berlianti and E. Y. Hidayat, “Implementasi Naïve Bayes Classifier untuk Sentimen Produk Kecantikan Berdasarkan Ulasan Female Daily,” Indones. J. Comput. Sci., vol. 13, no. 6, pp. 10248–10256, 2024.
R. W. Pratiwi, S. F. H, D. Dairoh, D. I. Af’idah, Q. R. A, and A. G. F, “Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine (SVM),” J. Informatics, Inf. Syst. Softw. Eng. Appl., vol. 4, no. 1, pp. 40–46, 2021, doi: 10.20895/inista.v4i1.387.
I. N. T. I. Nabawi, Rudiman, and F. Yulianto, “Analisis Sentimen Pada Ulasan Aplikasi Google Maps Terhadap Pelayanan Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan Samarinda Menggunakan Metode K-Nearest Neighbor Dengan Fitur Ekstraksi TF-IDF,” J. Teknol. Inf., vol. Vol 18, no. 2, p. 17, 2024.
O. I. Gifari, M. Adha, F. Freddy, and F. F. S. Durrand, “Film Review Sentiment Analysis Using TF-IDF and Support Vector Machine,” J. Inf. Technol., vol. 2, no. 1, pp. 36–40, 2022.
R. Wati, S. Ernawati, and H. Rachmi, “Pembobotan TF-IDF Menggunakan Naïve Bayes pada Sentimen Masyarakat Mengenai Isu Kenaikan BIPIH,” J. Manaj. Inform., vol. 13, no. 1, pp. 84–93, 2023, doi: 10.34010/jamika.v13i1.9424.
D. Atmajaya, A. Febrianti, and H. Darwis, “Metode SVM dan Naive Bayes untuk Analisis Sentimen ChatGPT di Twitter,” Indones. J. Comput. Sci., vol. 12, no. 4, pp. 2173–2181, 2023, doi: 10.33022/ijcs.v12i4.3341.
D. F. Zhafira, B. Rahayudi, and I. Indriati, “Analisis Sentimen Kebijakan Kampus Merdeka Menggunakan Naive Bayes dan Pembobotan TF-IDF Berdasarkan Komentar pada Youtube,” J. Sist. Informasi, Teknol. Informasi, dan Edukasi Sist. Inf., vol. 2, no. 1, pp. 55–63, 2021, doi: 10.25126/justsi.v2i1.24.
K. Anwar, “Analisa sentimen Pengguna Instagram Di Indonesia Pada Review Smartphone Menggunakan Naive Bayes,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 2, no. 4, pp. 148–155, 2022, doi: 10.30865/klik.v2i4.315.
E. Suryati, Styawati, and A. A. Aldino, “Analisis Sentimen Transportasi Online Menggunakan Ekstraksi Fitur Model Word2vec Text Embedding Dan Algoritma Support Vector Machine (SVM),” J. Teknol. Dan Sist. Inf., vol. 4, no. 1, pp. 96–106, 2023, [Online]. Available: https://doi.org/10.33365/jtsi.v4i1.2445
J. Anggraini and D. Alita, “Implementasi Metode SVM Pada Sentimen Analisis Terhadap Pemilihan Presiden (Pilpres) 2024 Di Twitter,” J. Inform. J. Pengemb. IT, vol. 9, no. 2, pp. 102–111, 2024, doi: 10.30591/jpit.v9i2.6560.
Friska Aditia Indriyani, Ahmad Fauzi, and Sutan Faisal, “Analisis sentimen aplikasi tiktok menggunakan algoritma naïve bayes dan support vector machine,” TEKNOSAINS J. Sains, Teknol. dan Inform., vol. 10, no. 2, pp. 176–184, 2023, doi: 10.37373/tekno.v10i2.419.
B. Ramadhani and R. R. Suryono, “Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse,” J. Media Inform. Budidarma, vol. 8, no. 2, p. 714, 2024, doi: 10.30865/mib.v8i2.7458.
M. R. Humaidi and A. Maulani, “Klasifikasi Naïve Bayes Dan Confusion Matrix Pada Pengguna Aplikasi E-Commerce Di Play Store,” J. Ilm. Inform., vol. 8, no. 2, pp. 132–139, 2023.
DOI: https://doi.org/10.37905/jjeee.v7i2.30257
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Published by:
Electrical Engineering Department
Faculty of Engineering
State University of Gorontalo
Jalan B.J.Habibie Desa Moutong Kecamatan Tilongkabila Kabupaten Bone Bolango
Telp. 0435-821175; 081340032063
Email: [email protected]/[email protected]
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.