ANALISIS PEMASARAN PRODUK SAMSUNG MELALUI PENDEKATAN ARTIFICIAL INTELLIGENCE
Abstract
Produk smartphone Samsung merupakan produk yang banyak digunakan oleh konsumen. Agar tetap populer dan kompetitif, diperlukan upaya pengembangan produk yang didasarkan pada respons dan penilaian konsumen. Respons dan penilaian konsumen dapat diperoleh dari berbagai platform online. Teknologi kecerdasan buatan (AI) dapat digunakan untuk melakukan analisis sentimen terhadap respons dan penilaian konsumen, sehingga memungkinkan pengolahan data secara lebih cepat dan akurat. Hasilnya kemudian digunakan sebagai pendekatan analisis SWOT untuk mengembangkan smartphone Samsung di masa depan. Penelitian ini menggunakan metode campuran (mixed methods). Hasil analisis sentimen untuk produk Samsung Galaxy A53 5G menunjukkan sentimen positif sebanyak 471 ulasan, sentimen negatif 431 ulasan, dan sentimen netral 642 ulasan. Untuk Samsung Galaxy A54 5G, terdapat 600 ulasan positif, 381 ulasan negatif, dan 652 ulasan netral. Hasil analisis SWOT kuantitatif untuk Samsung Galaxy A53 5G berada pada kuadran I (strategi agresif). Sementara itu, Samsung Galaxy A54 5G berada pada kuadran IV (strategi defensif). Hasil analisis SWOT kualitatif untuk A53 5G menunjukkan strategi S-O (Strength–Opportunity). Untuk Samsung Galaxy A54 5G menunjukkan strategi W-T (Weaknesses–Threats). Hal ini dikarenakan Samsung Galaxy A54 5G sebagai generasi penerus dari Samsung Galaxy A53 5G secara keseluruhan gagal memberikan peningkatan dan perbaikan yang signifikan.
Authors
How to Cite
##plugins.themes.bootstrap3.article.details##
References
Cholissodin, I., & Soebroto, A. A. (2021). AI , Machine Learning & Deep Learning (Teori & Implementasi). July 2019
Galela, M. R. (2022). Analisis sentimen menggunakan Orange Data Mining dalam pengolahan teks. Jurnal Teknologi Informasi, 7(2), 45–53
Hassani, H., Silva, E. S., Unger, S., Tajmazinani, M., & Feely, S. Mac. (2020). Artificial Intelligence ( AI ) or Intelligence Augmentation ( IA ): What Is the Future ? 143–155
Indurkhya, N., & Damerau, F. J. (Eds. . (n.d.). Handbook of Natural Language Processing (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781420085938
Liu, B. (2012). Sentiment Analysis: A Fascinating Problem. In: Sentiment Analysis and Opinion Mining. Synthesis Lectures on Human Language Technologies. Springer, Cham. Springer Nature. https://doi.org/10.1007/978-3-031-02145-9_1
Mohri, Mehryar & Afshin Rostamizadeh, A. T. (2018). Foundations of Machine Learning (second). MIT Press
Noorcahyo, D., & Ali, H. (2025). Analisis SWOT IFAS , EFAS dan SPACE Matriks dalam Memperkuat Keunggulan Produk Sepatu Lokal di Era Digital pada Toko XYZ. 3(1), 31–40
Novita Ramadhani. (2025). Analisis Strategi Pemasaran Produk Simpanan KSPPS BMT Buana Mas Purwokerto Dalam Meninghkatkan Keunggulan Kompetitif Menggunakan Metode EFAS IFAS dan Matriks SWOT
Nurjannah, D. (2020). Analisis SWOT Sebagai Strategi Meningkatkan Daya Saing (Studi Pada PT. Bank Riau Kepri Unit Usaha Syariah Pekanbaru). JPS (Jurnal Perbankan Syariah), 1(1), 97–112
Pang, B. & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval. https://doi.org/10.1561/1500000011
Rangkuti, F. (2016). Analisis SWOT: Teknik membedah kasus bisnis. PT Gramedia Pustaka Utama
Sammut, C., & Webb, G. I. (Eds. ). (2017). Encyclopedia of machine learning and data mining. Springer. https://doi.org/10.1007/978-1-4899-7687-1