Topic Modeling Komentar Produk Skincare dan Pembuatan Ontologinya untuk Representasi Pengetahuan Ulasan Produk Pemenang Best of Beauty Awards Pada Female Daily
Loading...
Files
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universitas Islam Indonesia
DOI
Abstract
Meningkatnya popularitas produk perawatan kulit di Indonesia telah mendorong banyak
konsumen untuk mencari dan berbagi informasi melalui platform daring. Salah satu platform
yang paling berpengaruh adalah Female Daily, yang menyediakan ruang bagi pengguna untuk
mengulas dan mendiskusikan berbagai produk skincare. Penelitian ini bertujuan untuk
mengeksplorasi topik-topik dominan dalam komentar pengguna terkait produk skincare di
Female Daily. Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan metode
topic modeling berbasis Latent Dirichlet Allocation (LDA). Data diperoleh dari komentar
pengguna terhadap sejumlah produk skincare populer dan diproses melalui tahapan
preprocessing seperti penghapusan tanda baca, case folding, tokenisasi, normalisasi,
penghapusan stopword, dan stemming. Jumlah topik optimal ditentukan berdasarkan skor
koherensi. Hasil penelitian menunjukkan bahwa pengguna sering mendiskusikan pengalaman
pribadi, menyoroti manfaat dan kekurangan produk, serta merujuk pada permasalahan kulit
yang spesifik. Temuan ini menunjukkan bahwa LDA efektif untuk mengekstraksi struktur tema
dari korpus ulasan pengguna terkait produk skincare pada Female Daily. Hasil ini kemudian
dipetakan menjadi ontologi menggunakan Protégé (OWL), meliputi perancangan kelas inti,
atribut, dan relasi konseptual yang merepresentasikan entitas dan keterhubungannya di domain
skincare pada Female Daily. Validasi ontologi dilakukan melalui query SPARQL untuk
menguji keterhubungan antar-entitas serta konsistensi pengetahuan yang diturunkan dari model
topik dengan serangkaian pertanyaan relevan diajukan sebagai skenario pengujian. Ontologi
yang dibangun memperkaya hasil pemodelan dengan kerangka semantik yang eksplisit,
sehingga memudahkan penelusuran berbasis makna dan pengolahan pengetahuan lanjutan.
Kombinasi topic modeling dan ontologi ini mampu menyajikan pengetahuan secara terstruktur
dan semantik, sehingga mempermudah pengguna dalam menemukan produk skincare yang
sesuai dengan kebutuhannya pada domain skincare di platform Female Daily.