ABSTRAK

ABD. RAHMAN. Analisis Sentimen Masyarakat Terhadap Produk Kecantikan Glad2Glow Peeling Solution Dengan Pengoptimalan Algoritma Genetika Pada Pola Decision Tree dan Random Forest (dibimbing oleh Nurzaenab dan Amran Amiruddin)

Permasalahan dalam penelitian ini adalah bagaimana mengetahui sentimen masyarakat terhadap produk kecantikan Glad2Glow Peeling Solution berdasarkan ulasan konsumen di media sosial Twitter serta bagaimana membangun model klasifikasi sentimen yang optimal. Solusi yang ditawarkan adalah menerapkan metode machine learning menggunakan algoritma Decision Tree dan Ranadom Forest dengan pengoptimalan menggunakan Algoritma Genetika. Tujuan penelitian ini adalah untuk menganalisis sentimen masyarakat terhdap produk tersebut serta membandingkan performa model klasifikasi sebelum dan sesudah dilakukan optimasi Algoritma Genetika. Teknik pengumpulan data dilakukan melalui metode web crawling pada media sosial Twitter menggunakan kata kunci tertentu sehingga diperoleh sebanyak 4.194 data tweet yang kemudian diproses melalui tahapan preprocessing meliputi cleaning, nomralisasi, stopword removal, stemming, dan tokenizing. Metode yang digunakan dalam analisis data adalah klasifikasi menggunakan Algoritma Genetika untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa sebelum dilakukan optimasi, algoritma Decision tree memproleh akurasi sebesar 98,33% dan Random Forest sebesar 98.68%. Setelah dilakukan optimasi menggunakan Algoritma Genetika, akurasi menjadi 97,26% pada Decision Tree dan 97,13% pada Random Forest. Meskipun terjadi penurunan akurasi, optimasi menggunakan Algoritma Genetika terbukti mampu meningkatkan efesiensi komputasi dengan waktu eksekusi yang lebih cepat sehingga menghasilkan model klasifikasi sentimen yang lebih efisien dan stabil dalam menganalisis persepsi masyarkat terhadap produk kecantikan tersebut.

Kata Kunci : Analisis Sentimen, Glad2Glow Peeling Solution, Decision Tree, Random Forest, Algoritma Genetika, Twiter