Pemanfaatan Analisis Sentimen dari Ulasan Produk di Youtube untuk Pengembangan Produk Baru

Keywords: Analisis Sentimen, Youtube, Pengembangan Produk Baru

Abstract

Pengembangan produk yang sukses memerlukan pemahaman tentang kebutuhan dan preferensi pelanggan. Analisis sentimen telah muncul sebagai alat yang dapat mengumpulkan pendapat dari pelanggan dalam mengembangkan yang lebih baik. Penelitian ini bertujuan untuk mengeksplorasi pemanfaatan analisis sentimen dari ulasan produk di YouTube dalam rangka pengembangan produk baru. Dengan menganalisis konten yang dibuat oleh pengguna, penelitian ini bertujuan untuk menghasilkan informasi berupa prioritas fitur produk. Metode penelitian meliputi pengumpulan dan prapemrosesan data ulasan produk dari platform YouTube, dengan menerapkan teknik pemrosesan teks seperti case folding, penghilangan kata yang tidak relevan, tokenisasi, dan stemming. Analisis sentimen dilakukan menggunakan metode Support Vector Machine (SVM) untuk mengklasifikasikan sentimen yang diekspresikan dalam ulasan tersebut. model yang telah dilatih kemudian digunakan untuk memprediksi dan memberi label sentimen pada ulasan produk baru. Temuan penelitian ini menunjukkan bahwa analisis sentimen dapat membantu proses pengembangan produk baru dengan memperhatikan prioritas fitur produk yang memiliki kekurangan. Pendekatan ini memungkinkan perusahaan untuk memahami kebutuhan pelanggan, membuat keputusan yang tepat dalam memberikan fokus untuk peningkatan fitur produk untuk perilisan selanjutnya. Integrasi analisis sentimen dalam proses pengembangan produk baru dapat memanfaatkan opini konsumen untuk merilis produk yang lebih baik.

Downloads

Download data is not yet available.

References

Dang, N. C., Moreno-García, M. N., & De la Prieta, F. (2020). Sentiment analysis based on deep learning: A comparative study. Electronics (Switzerland), 9(3). https://doi.org/10.3390/electronics9030483
Frick, B., & Kaimann, D. (2017). The impact of customer reviews and advertisement efforts on the performance of experience goods in electronic markets. Applied Economics Letters, 24(17), 1237–1240. https://doi.org/10.1080/13504851.2016.1270399
Giannakis, M., Dubey, R., Yan, S., Spanaki, K., & Papadopoulos, T. (2022). Social media and sensemaking patterns in new product development: demystifying the customer sentiment. Annals of Operations Research, 308(1–2), 145–175. https://doi.org/10.1007/s10479-020-03775-6
Hamid, F., & ABBASI, M. U. (2020). COMPETITIVE ADVANTAGE THROUGH NEW PRODUCT DEVELOPMENT CAPABILITIES. Archives of Business Research, 8(3), 202–209. https://doi.org/10.14738/abr.83.7933
Huang, T. Y., Chen, W. K., Chen, C. W., & Silalahi, A. D. K. (2022). Understanding How Product Reviews on YouTube Affect Consumers’ Purchase Behaviors in Indonesia: An Exploration Using the Stimulus-Organism-Response Paradigm. Dalam Human Behavior and Emerging Technologies (Vol. 2022). Wiley-Hindawi. https://doi.org/10.1155/2022/4976980
Ireland, R., & Liu, A. (2018). Application of data analytics for product design: Sentiment analysis of online product reviews. CIRP Journal of Manufacturing Science and Technology, 23, 128–144. https://doi.org/10.1016/j.cirpj.2018.06.003
Iskandar, J. W., & Nataliani, Y. (2021). Perbandingan Naïve Bayes, SVM, dan k-NN untuk Analisis Sentimen Gadget Berbasis Aspek. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(6), 1120–1126. https://doi.org/10.29207/resti.v5i6.3588
Kauffmann, E., Peral, J., Gil, D., Ferrández, A., Sellers, R., & Mora, H. (2019). Managing marketing decision-making with sentiment analysis: An evaluation of the main product features using text data mining. Sustainability (Switzerland), 11(15). https://doi.org/10.3390/su11154235
kodhai, E., nivetha, B., sriakila, K., & suvalakshmi, G. (2020). Sentiment Analysis for Customer Service. International Journal of Engineering and Advanced Technology, 9(4), 585–589. https://doi.org/10.35940/ijeat.D7287.049420
Latuny, W., Lawalata, V. O., Pailin, D. B., & Ohoirenan, R. (2021). Sentiment Analysis of Consumers for Determining the Packaging Features of Eucalyptus Oil Products. Jurnal Ilmiah Teknik Industri, 20(1), 71–80. https://doi.org/10.23917/jiti.v20i1.13461
Pradhan, R. (2021). Extracting Sentiments from YouTube Comments. 2021 Sixth International Conference on Image Information Processing (ICIIP), 1–4. https://doi.org/10.1109/ICIIP53038.2021.9702561
Rathore, A. K., & Ilavarasan, P. V. (2020). Pre- and post-launch emotions in new product development: Insights from twitter analytics of three products. International Journal of Information Management, 50, 111–127. https://doi.org/10.1016/j.ijinfomgt.2019.05.015
Sutrilastyo, S., & Diar Astanti, R. (2021). Lexicon-based Sentiment Analysis for Product Design and Development. International Journal of Industrial Engineering and Engineering Management, 3(1), 27–31. https://doi.org/10.24002/ijieem.v3i1.4351
Thirumagal Vijaya, M. (2014). New Product Development. Dalam International Journal of Science and Research. www.ijsr.net
Wilie, B., Vincentio, K., Indra Winata, G., Cahyawijaya, S., Li, X., Lim, Z. Y., Soleman, S., Mahendra, R., Fung, P., Bahar, S., Purwarianti, A., & Bandung, I. T. (t.t.). IndoNLU: Benchmark and Resources for Evaluating Indonesian Natural Language Understanding. https://github.com/annisanurulazhar/absa-playground
Published
2024-07-10