Analisis Sentimen Masyarakat terhadap Tren "Fast Beauty" pada Media Sosial X Menggunakan Algoritma Naïve Bayes

Tren fast beauty merupakan respons industri kecantikan terhadap perubahan pasar yang cepat, memungkinkan produksi dan distribusi produk secara instan agar selaras dengan perkembangan tren. Meski efisien dari sisi bisnis,
fenomena ini memicu respons publik yang beragam, terutama terkait kualitas produk, keberlanjutan, dan dominasi merek asing. Penelitian ini bertujuan menganalisis sentimen masyarakat Indonesia terhadap tren tersebut menggunakan algoritma Naïve Bayes yang dikombinasikan dengan teknik
ekstraksi fitur TF-IDF. Sebanyak 263 tweet dalam bahasa Indonesia dikumpulkan menggunakan API Tweepy dan diklasifikasi secara manual ke dalam tiga kategori: negatif, netral, dan positif. Hasil analisis menunjukkan dominasi sentimen negatif sebesar 53%, sementara model klasifikasi mencapai akurasi sebesar 52,83%, dengan performa terbaik pada sentimen negatif (recall 93%). Penelitian ini menunjukkan bahwa opini publik terhadap fast beauty cenderung kritis dan bahwa model klasifikasi perlu ditingkatkan untuk mengenali sentimen secara lebih seimbang.