VOKASI NEWS – Ulasan daring menjadi rujukan utama konsumen saat memilih produk tabir surya, mulai dari sensasi pemakaian hingga daya proteksinya terhadap sinar matahari. Sayangnya, jumlah ulasan yang mencapai ribuan pada satu platform kerap membuat calon pembeli kesulitan menangkap gambaran menyeluruh dalam waktu singkat.
Persoalan inilah yang dijawab Program Studi D4 Teknik Informatika, Fakultas Vokasi, Universitas Airlangga, melalui riset tugas akhir berbasis kecerdasan buatan yang disusun oleh Lintang Sekar Wangi. Riset bertajuk “Analisis Sentimen Berbasis Aspek Terhadap Ulasan Produk Tabir Surya Pada Platform Female Daily Menggunakan Metode IndoBERT” ini disusun di bawah bimbingan Tesa Eranti Putri, S.Kom., M.Kom. Riset tersebut telah diuji pada 22 Juni 2026.
Enam Aspek dari Ribuan Ulasan
Sebanyak 5.140 ulasan dari 100 produk tabir surya pada platform Female Daily dikumpulkan melalui proses scraping, kemudian disaring menjadi 5.119 ulasan yang mewakili 99 nama produk unik. Data tersebut diproses menggunakan metode Aspect-Based Sentiment Analysis (ABSA). Metode ini memungkinkan setiap ulasan dipahami berdasarkan aspek spesifik yang dibicarakan konsumen, bukan sekadar penilaian positif atau negatif secara umum.
Melalui metode Latent Dirichlet Allocation (LDA), berhasil diidentifikasi enam aspek utama dalam ulasan produk. Aspek tersebut meliputi Sensasi Pemakaian, Harga, Reaksi Kulit, Tekstur Produk, Tampilan Akhir, dan Daya Proteksi. Keenam aspek tersebut divalidasi penuh oleh tiga pakar kebahasaan agar sesuai dengan cara konsumen menyampaikan pendapat dalam ulasan sehari-hari.
IndoBERT Klasifikasikan Sentimen Secara Otomatis
Sebanyak 14.366 pasangan ulasan dan aspek kemudian dilabeli secara manual ke dalam kategori positif, negatif, atau netral, sebelum digunakan untuk melatih model IndoBERT. Model terbaik pada riset ini mencatatkan Accuracy per Label dan Micro-F1 yang sama-sama mencapai 78,64 persen pada data uji. Meskipun demikian, model masih mengalami kesulitan mengenali sentimen netral akibat jumlah datanya yang jauh lebih sedikit dibandingkan kategori lain.
Temuan menarik justru muncul pada level aspek Reaksi Kulit. Aspek tersebut menjadi satu-satunya aspek dengan proporsi sentimen negatif (48,9 persen) yang melampaui sentimen positif (44,7 persen). Sementara Daya Proteksi dan Harga memperoleh proporsi sentimen positif tertinggi, masing-masing 79,4 persen dan 75,3 persen.
“Tantangan terbesar justru muncul pada ulasan dengan sentimen netral, karena jumlah datanya jauh lebih sedikit dibandingkan ulasan positif maupun negatif,” ujar Lintang.
Dari Data Menuju Situs Web
Hasil analisis ini diintegrasikan ke dalam situs web berbasis Flask yang menampilkan ringkasan sentimen per aspek secara ringkas dan mudah dipahami bagi pengguna umum. Situs tersebut juga dilengkapi fitur bagi administrator untuk menambahkan produk baru ke dalam sistem.
Melalui sistem ini, konsumen dapat memperoleh gambaran kelebihan dan kekurangan suatu produk tanpa perlu membaca ribuan ulasan satu demi satu. Kemudahan ini sejalan dengan Tujuan Pembangunan Berkelanjutan (SDGs) nomor 12 tentang Konsumsi dan Produksi yang Bertanggung Jawab. Keputusan pembelian yang lebih tepat dapat mengurangi risiko produk terbuang akibat ketidaksesuaian dengan kebutuhan kulit. Pemanfaatan kecerdasan buatan berbasis IndoBERT turut mencerminkan capaian SDGs nomor 9, yaitu Industri, Inovasi, dan Infrastruktur. Teknologi ini mendukung pengembangan solusi digital yang membantu pengambilan keputusan berbasis data.
Riset ini menunjukkan bahwa teknologi pemrosesan bahasa alami dapat dimanfaatkan secara nyata untuk membantu masyarakat mengambil keputusan konsumsi produk perawatan kulit. Pengembangan lanjutan diharapkan dapat meningkatkan akurasi sistem di masa mendatang. Pengembangan tersebut dapat dilakukan melalui penambahan data berlabel netral dan perluasan cakupan produk yang dianalisis. Melalui inovasi semacam ini, mahasiswa Program Studi D4 Teknik Informatika Fakultas Vokasi UNAIR turut menghadirkan solusi digital yang berdampak langsung bagi masyarakat.
[BACA JUGA: Mengintip Kaitan Gula Darah Puasa dengan Kolesterol pada Pasien Diabetes Melitus Tipe 2]
Penulis: Lintang Sekar Wangi
Pembimbing: Tesa Eranti Putri
Editor: Vioretha (Tim Branding Vokasi)
Sumber:
Skripsi “Analisis Sentimen Berbasis Aspek Terhadap Ulasan Produk Tabir Surya Pada Platform Female Daily Menggunakan Metode IndoBERT” oleh Lintang Sekar Wangi (2026), Program Studi D4 Teknik Informatika, Fakultas Vokasi, Universitas Airlangga.
