Implementasi Visualisasi Data Interaktif pada Produk Skincare dan Ulasan Konsumen Menggunakan Metode CRISP-DM
DOI:
10.33395/jmp.v14i2.15531Keywords:
Skincare, Ulasan Konsumen, Visualisasi Interaktif, Dashboard, CRISP-DMAbstract
Produk skincare merupakan salah satu kategori utama dalam industri kecantikan modern yang mengalami perkembangan pesat. Banyaknya variasi produk dan ulasan konsumen sering kali menimbulkan kesulitan bagi pengguna dalam menentukan pilihan yang sesuai dengan kebutuhan kulit. Penelitian ini bertujuan untuk mengembangkan dashboard visualisasi interaktif berdasarkan data produk dan ulasan konsumen dari platform Sephora periode 2020–2024 menggunakan metode Cross-Industry Standard Process for Data Mining (CRISP-DM) yang terdiri atas enam tahapan utama. Data penelitian diperoleh dari Kaggle, kemudian diolah menggunakan Microsoft Excel dan divisualisasikan melalui Google Looker Studio. Dashboard yang dihasilkan menampilkan 264 produk dengan total 349.573 ulasan, rata-rata harga sebesar USD 47,28, dan rata-rata penilaian (rating) 4,26. Hasil visualisasi melalui scorecard menunjukkan total ulasan 349.573, jumlah produk 264, rata-rata harga USD 47,28, serta rata-rata penilaian 4,26. Visualisasi bar chart mengidentifikasi produk paling disukai, yaitu Lip Sleeping Mask, dengan 1,1 juta likes, sedangkan merek dengan ulasan terbanyak adalah Tatcha sebanyak 29.938 ulasan. Pie chart memperlihatkan distribusi sentimen ulasan sebesar 77,1% positif, 13,1% negatif, dan 9,8% netral, sementara donut chart menunjukkan tipe kulit combination sebagai kategori dominan sebesar 50,3%. Selain itu, treemap menggambarkan kategori produk terbanyak pada Moisturizers, Treatments, dan Cleansers, serta scatter plot memperlihatkan bahwa produk dengan harga menengah memiliki penilaian yang relatif stabil pada kisaran 4,3–4,6.
References
Xu, F., Pan, Z., & Xia, R. (2020). E-commerce product review sentiment classification based on a naïve Bayes continuous learning framework. Information Processing & Management, 57(5), Article 102221.
https://doi.org/10.1016/j.ipm.2020.102221
Martínez-Plumed, F., Contreras-Ochando, L., Ferri, C., Hernández-Orallo, J., Kull, M., Lachiche, N., Ramírez-Quintana, M. J., & Flach, P. (2021). CRISP-DM Twenty Years Later: From Data Mining Processes to Data Science Trajectories. IEEE Transactions on Knowledge and Data Engineering, 33(8), 3048–3061. https://doi.org/10.1109/TKDE.2019.2962680
Islam, M. R., Akter, S., Islam, L., Razzak, I., Wang, X., & Xu, G. (2024). Strategies for evaluating visual analytics systems: A systematic review and new perspectives. Information Visualization, 23(1), 84–101.
https://doi.org/10.1177/14738716231212568
Griva, A. (2024). Designing business analytics platforms: Tracing the visual impact on usability and UX. Business Intelligence Journal. https://doi.org/10.1108/BIJ-06-2024-0517
El Vito, K. U. M. A. L. A. (2025). Pembuatan Sistem Visualisasi Hitung Cepat Menggunakan Aplikasi Tableau (Studi Kasus: Pilkada Lampung 2024) (Doctoral dissertation, UIN Raden Intan Lampung).
Romadhony, A., Al Faraby, S., Rismala, R., Wisesty, U. N., & Arifianto, A. (2024). Sentiment analysis on a large Indonesian product review dataset. Journal of Information Systems Engineering and Business Intelligence, 10(1), 167–178. https://doi.org/10.20473/jisebi.10.1.167-178
Widhiyanta, N., Muhandhis, I., Syadillal Jannah, R., & Wulansari, L. A. (2024). Analisis sentimen ulasan produk moisturizer Skintific di Tokopedia menggunakan Support Vector Machine (SVM). Jurnal Sistem Informasi dan Bisnis Cerdas, 18(1). https://doi.org/10.33005/sibc.v18i1.567
Barata, M., Sri Ayuni, I., Yuanita Kartini, A., & Alawi, Z. (2024). Algoritma K-Means dalam clustering produk skincare untuk menentukan strategi pemasaran. Jurnal Informatika Polinema, 10(3). https://doi.org/10.33795/jip.v10i3.5167
Singgalen, Y. A., et al. (2024). Penerapan metode CRISP-DM dalam klasifikasi data ulasan pengunjung destinasi Danau Toba menggunakan NBC dan DT. Jurnal Media Informatika Budidarma, 7(3). https://doi.org/10.30865/mib.v7i3.6461
Sutedjo, I., Tony, T., & Jaya Perdana, N. (2023). Perancangan dashboard penggunaan internet Indonesia. Simtek : Jurnal Sistem Informasi dan Teknik Komputer, 8(2), 259-264. https://doi.org/10.51876/simtek.v8i2.199
Rasappan, P., Premkumar, M., Sinha, G., & Chandrasekaran, K. (2024). Transforming sentiment analysis for e-commerce product reviews: Hybrid deep learning model with an innovative term weighting and feature selection. Information Processing & Management, 61(3), 103654. https://doi.org/10.1016/j.ipm.2024.103654
Downloads
How to Cite
Issue
Section
License
Copyright (c) 2025 Khairunnisa Raihani , Faramita Dwitama
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
