Analisis sentimen adalah teknik yang digunakan untuk mengklasifikasikan opini yang terkandung dalam teks, apakah bersifat positif, negatif . Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan produk skincare dari merek Skintific yang diambil dari platform media sosial seperti Instagram, Tiktok, Facebook dan YouTube. Metode yang digunakan dalam penelitian ini adalah Support Vector Machine (SVM) dan Naïve Bayes. Kedua metode ini dipilih untuk mengukur akurasi dan efektivitas dalam mengklasifikasikan sentimen dari ulasan produk skincare. Dataset yang digunakan berasal dari Kaggle yang berisi 959 ulasan. Hasil penelitian menunjukkan bahwa metode SVM dan Naïve Bayes memiliki performa yang berbeda dalam mengklasifikasikan sentimen ulasan, dengan metode SVM 88.54% sedangkan Naïve Bayes 85.42%. Penelitian ini memberikan pemahaman mengenai persepsi masyarakat terhadap produk skincare Skintific yang dapat dimanfaatkan oleh produsen untuk meningkatkan strategi pemasaran dan pengembangan produk.

Sentiment analysis is a technique used to classify opinions contained within text as either positive or negative. This study aims to conduct sentiment analysis on product reviews of the Skintific skincare brand, sourced from social media platforms such as Instagram, TikTok, Facebook, and YouTube. The methods used in this research are Support Vector Machine (SVM) and Naïve Bayes. These two methods were selected to measure the accuracy and effectiveness in classifying the sentiment of skincare product reviews. The dataset used was sourced from Kaggle, containing 959 reviews. The results of the study indicate that the SVM and Naïve Bayes methods perform differently in classifying review sentiments, with SVM achieving an accuracy of 88.54% and Naïve Bayes 85.42%. This research provides insight into public perceptions of Skintific skincare products.