Nyoba Upload Dataset di Kaggle

Sekitar 5 bulan yang lalu, saya mencoba upload sebuah dataset di Kaggle. Memang sangat random, tapi ternyata sangat saya syukuri akhir-akhir ini. Setelah melihat statistik per 16 Mei 2026, sudah ada lebih dari 10k views dan 3k downloads.

Hal yang awalnya cuma iseng ini ternyata bisa membantu banyak orang buat riset, belajar, hingga penelitian. Nggak sedikit juga yang nge-DM ke LinkedIn atau email untuk minta izin pakai dataset ini sebagai bahan penelitian atau sekadar ngerjain tugas.

Oke, jadi pertanyaannya, kenapa bisa milih product reviews buat dijadiin dataset? Ya awalnya sih murni buat tugas akhir semester aja. Waktu itu disuruh nyari dataset, ngelakuin prapemrosesan data, terus divisualisasiin jadi dashboard. Hal yang basic banget sebenarnya.

Di sinilah saya kepikiran nyari dataset product reviews dari Tokopedia sebagai bahan awal. Karena masih awam, ya udah cari di Kaggle dulu aja, siapa tahu ada. Eh, ternyata dataset yang ada itu terakhir di-update tahun 2019, yang mana udah 6 tahun lalu (punyanya Mas Farhan).

Baru setelah itu saya kepikiran, kenapa nggak nyoba scraping data sendiri aja dari Tokopedia? Ya udah, saya nyoba nyari endpoint publiknya Tokopedia buat mulai scraping. Karena waktu itu baru pertama kali nyoba scraping pakai Python dan agak kebingungan, akhirnya minta bantuan Gemini lah buat bikin script-nya.

Setelah copy-paste berulang kali dari chat Gemini ke VS Code (waktu itu belum ngetren agentic AI btw), akhirnya jadilah script buat ngelakuin scraping ke beberapa endpoint. Buat flow-nya sendiri cukup simpel. Jadi scraping dari endpoint kategori buat dapetin beberapa kategori yang mau dipakai, lanjut scraping sekian produk per kategori, dan diakhiri dengan scraping buat review dan rating-nya.

Setelah scraping selesai, akhirnya lanjut deh ke prapemrosesan data, labeling data, dan finalisasi dataset. Nah, di sinilah saya baru kepikiran, kenapa nggak sekalian di-upload ke Kaggle aja? Siapa tahu ada orang yang butuh juga. Barulah di tahap ini saya mulai ngerapihin dataset-nya, bikin deskripsi yang lumayan bagus plus nyediain contoh starter code buat analisis EDA dan sentimen.

Dan ya... akhirnya selesai juga proses scraping dan pembuatan dataset product reviews Tokopedia di akhir tahun 2025. Tanpa disangka, 5 bulan kemudian lumayan banyak yang mampir dan nge-download dataset ini. Semoga aman lah ya, soalnya kan emang murni buat kebutuhan belajar doang wkwk.

Yang lucunya lagi, dataset ini malah nggak saya pakai buat tugas akhir karena keburu nemu dataset lain yang lebih simpel dan sat-set buat ngejar deadline. Walaupun ujung-ujungnya nggak saya pakai sendiri, semoga tetep bisa bermanfaat buat orang lain.