Di era digital sekarang sudah banyak perempuan yang sadar tentang
pentingnya perawatan kulit. Hal ini didukung oleh platform media sosial yang
menyediakan berbagai konten edukasi dan rekomendasi skincare. Aplikasi TikTok
menjadi salah satu platform populer tempat pengguna saling berbagi pengalaman,
ulasan, dan tips melalui kolom komentar. Namun, komentar-komentar tersebut
umumnya tidak terstruktur, sehingga sulit dimanfaatkan secara langsung untuk
memahami kebutuhan dan kebingungan pengguna terkait skincare. Penelitian ini
bertujuan untuk membangun korpus dan mengembangkan model Named Entity
Recognition (NER) menggunakan pendekatan Natural Language Processing
(NLP) agar mampu mengenali delapan entitas penting dalam komentar, yaitu
kandungan skincare, jenis kulit, permasalahan kulit, tips, impact, jenis produk,
waktu perawatan, dan perawatan. Proses dilakukan melalui scraping data komentar
TikTok, pembuatan korpus yang didalamnya terdapat proses pembuatan panduan
keyword , pre-processing, multilabel classification, anotasi menggunakan Prodigy,
dan verfikasi expert dan pengembangan model dengan spaCy. Validasi dilakukan bersama expert dari industri skincare untuk memastikan akurasi dan keamanan informasi. Hasil evaluasi menunjukkan bahwa model yang dikembangkan memiliki
performa tinggi dengan precision sebesar 94.44, recall sebesar 92.27, dan F1-score sebesar 93.34. Temuan ini menunjukkan bahwa pendekatan NLP dan NER efektif
dalam mengekstraksi informasi dari komentar TikTok, serta berpotensi dikembangkan lebih lanjut sebagai sistem rekomendasi skincare yang berbasis data pengguna.