MENS FASHION BRAND RECOMMENDATION USING SENTIMENT ANALYSIS

MUHAMMAD REIHAN F, Edi Winarko M.Sc., Ph. D

2018 | Skripsi | S1 ILMU KOMPUTER

Dalam industri Fashion, untuk memilih produk yang dijual, toko, menugaskan buyer untuk melihat produk dalam acara yang disebut Fashion Week di 4 kota mode besar Milan, New York, Paris, dan London. Tetapi, untuk membuat keputusan semacam itu buyer hanya menggunakan preferensi sendiri. Di era saat ini, dengan jumlah informasi yang diposting terkait dengan mode di media sosial, hal ini memengaruhi pelanggan dalam memilih produk. Oleh karena itu, ini akan menjadi proses pengambilan keputusan yang lebih baik jika pembeli dapat menggunakan semua informasi itu sebelum memilih produk. Salah satu media sosial terbesar saat ini adalah Twitter, karena banyak variasi pos, banyak pengguna yang mengirim gaya, perasaan mereka tentang produk, atau apa yang ingin mereka beli. Dalam penelitian ini, sistem mengumpulkan tweet dari Twitter dengan mencari dengan setiap merek untuk setiap kota Fashion Week yang telah diambil dari setiap situs web Fashion Week. Kemudian, mencocokkan tweet berbahasa Inggris dengan nama merek. Lalu, penilaian dengan menggunakan analisis sentimen dengan algoritma Valence Aware Dictionary dan Sentiment Reasoner (VADER). Dan akhirnya, ditentukan 10 merek dengan nilai tertinggi untuk setiap Fashion Week sebagai hasil rekomendasi. Berdasarkan sistem yang telah dilakukan, tweet yang berhubungan dengan fesyen yang diproses hingga sampai hasil memiliki presentase rata-rata 82.8% tweet yang berhubungan dengan fesyen yang sudah dicocokkan dengan merek. Sedangkan pada analisis sentimen hasil rata-rata adalah: precision 95.5%, recall 93.3%, f-measure 94.3%, and accuracy 91.3%.

In the fashion industry, in order to pick products to sell a store assign a buyer to see the products a season before it sales in an event called Fashion Week in 4 major fashion cities Milan, New York, Paris, and London. But there is a problem, for making that kind of decision the buyer only uses his/her own preferences. In today�s era, with the amount of information related to fashion posted in social media, it starts to influence customers on choosing the product to buy. Therefore, it will be a better decision-making process if the buyer can use all that information before selecting the products. One of the biggest social media today is Twitter, because of its variation of post, many users posted their styles, their feeling about a product, or what they wanted to buy. In this research, the system collects tweets from Twitter by searching every brand for each city Fashion Week which already scraped from each Fashion Week websites. Then, match the tweets that are English with brands name. Scoring by using sentiment analysis with Valence Aware Dictionary and Sentiment Reasoner (VADER) algorithm. And finally, determine top 10 brands with the highest score for each city Fashion Week as the recommendation. After being matched with brands, the tweets that are processed have an average of 82.8% tweets related to fashion from all tweets. While on sentiment analysis the average results are: precision 95.5%, recall 93.3%, f-measure 94.3%, and accuracy 91.3%.

Kata Kunci : Keywords: information retrieval, sentiment analysis, social media, fashion, fashion week, twitter, VADER sentiment, tweets