🎯 Untuk Siapa Artikel Ini?

Panduan mengumpulkan review tanpa copy paste ini ditujukan bagi:

• Pembaca Artikel 1 yang mentok di Fase 1 karena membayangkan menyalin review satu per satu secara manual.
• Pemilik UMKM yang ingin riset berbasis data tapi tidak punya tim analitik.
• Siapa pun yang pernah menyerah sebelum mulai karena proses pengumpulan data terasa membosankan dan mustahil.

Tujuan Akhir: Dalam satu malam, Anda memiliki file .csv berisi 200–1.000 review yang bersih, anonim, dan siap dianalisis oleh AI — tanpa melanggar etika maupun aturan platform. Itulah inti dari mengumpulkan review tanpa copy paste manual.

🤝 Filosofi: Tools sebagai Pemetik, Anda sebagai Kurator Data

Peran	Tugas Utama
Tools / AI (Pemetik & Pembersih)	Mengumpulkan teks dalam volume besar, merapikan format, dan membuang duplikat — pekerjaan mekanis yang membosankan.
Anda (Kurator Data)	Memilih sampel kompetitor, menetapkan batas etis, dan memastikan tidak ada data pribadi pelanggan yang lolos ke dalam dataset.

⚠️ 3 Kesalahan Fatal dalam Pengumpulan Data

1. Copy-Paste Satu per Satu: 2 jam berlalu, baru 40 review terkumpul. Anda kelelahan dan menyerah sebelum analisis dimulai.
2. Scraping Serakah Tanpa Etika: Mengabaikan aturan platform, mengambil nama & data pribadi pembeli, atau mengirim request bertubi-tubi hingga IP Anda diblokir.
3. Data Kotor Langsung Dianalisis: Duplikat, teks iklan, review tidak relevan, dan kolom rating yang hilang masuk ke AI. Hasilnya? Garbage in, garbage out (Sampah masuk, sampah keluar).

🧭 3 Level Metode Pengumpulan Data

Level 1 — Semi-Manual (Tanpa Tools, ±90 Menit)

• Buka halaman produk kompetitor; filter ulasan bintang 1–3 (di sinilah “jeritan pasar” dan celah pasar berada).
• Blok seluruh ulasan dalam satu halaman, tempel ke file .txt polos. Jangan rapikan saat mengumpulkan — kumpulkan cepat, bersihkan belakangan.
• Target realistis: 3 kompetitor × 5 halaman × ±10 review = 150 review (sangat cukup untuk memulai!).

Level 2 — Tools No-Code & Ekstensi Browser (±2–4 Jam untuk 1.000 Review)

• Cari ekstensi browser atau aplikasi scraper no-code di Chrome Web Store dengan kata kunci “e-commerce review export” atau “web scraper” yang bisa ekspor langsung ke CSV.
• Alternatif lebih aman: gunakan layanan analitik marketplace pihak ketiga yang memang menyediakan fitur agregasi ulasan publik untuk penjual.
• Aturan main: Batasi 500–1.000 review per sesi; jangan membanjiri server platform (beri jeda waktu).

Level 3 — Pembersihan Berbantuan AI (Wajib untuk Semua Level)

Apapun metode pengumpulan Anda, data mentah pasti berantakan. Gunakan LLM (AI) sebagai “mesin cuci” data Anda menggunakan prompt di bawah ini.

🗂️ Struktur CSV Standar (Wajib)

Agar AI di Artikel 1 dan 4 bisa bekerja maksimal, pastikan data Anda memiliki format ini:

Kolom	Isi	Catatan
rating	1–5	Pisahkan per bintang agar AI bisa membandingkan sentimen.
tanggal	Tanggal ulasan	Berguna untuk mendeteksi tren keluhan dari waktu ke waktu.
varian	Varian produk	Opsional (misal: rasa, ukuran, warna).
review_text	Isi ulasan apa adanya	Tanpa nama, tanpa nomor pesanan! Biarkan slang/typo tetap ada.

🧹 Prompt Pembersih Data (Siap Salin)

Tempelkan teks mentah yang berantakan ke LLM (ChatGPT/Claude/Kimi) dengan prompt ini untuk mengubahnya menjadi CSV yang rapi:

[SISTEM/PERAN]
Anda adalah Data Cleansing Specialist untuk riset pasar UMKM Indonesia.

[KONTEKS]
Saya menempelkan teks mentah ulasan marketplace yang saya kumpulkan
secara manual/semi-otomatis. Teks ini berantakan: tercampur nama
pembeli, tanggal, duplikat, dan teks iklan/spam.

[TUGAS]
Bersihkan dan output DALAM FORMAT CSV dengan kolom:
rating, tanggal, varian, review_text

ATURAN KERAS:
1. Hapus semua nama orang, nomor telepon, alamat, dan nomor pesanan.
2. Hapus duplikat persis dan teks iklan/spam.
3. Pertahankan bahasa asli ulasan (slang, typo ringan) apa adanya.
4. Satu ulasan per baris.
5. Jika ada ulasan tanpa rating eksplisit, infer dari nada emosi
   (negatif=1-2, netral=3, positif=4-5) dan tandai kolom rating
   dengan asterisk (*).

Output 50 baris pertama dalam blok kode, lalu tanyakan apakah
saya ingin melanjutkan ke batch berikutnya.

Dari kotor ke bersih — AI + prompt pembersih mengubah teks berantakan menjadi CSV siap analisis

✅ Deliverable Malam Ini

• File CSV berisi 200–1.000 review bersih & anonim.
• Pemahaman tentang etika pengumpulan data publik.
• Prompt pembersih data siap salin untuk digunakan kapan saja.
• Total waktu pengerjaan: Satu malam, bukan dua minggu.