ANALISIS SENTIMEN PADA REVIEW PENGGUNA E-COMMERCE BIDANG PANGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (Studi Kasus: Review Sayurbox dan Tanihub pada Google Play)

Abstract

Sayurbox dan Tanihub merupakan e-commerce penyedia hasil pertanian yang dapat diakses dari situs Google Play. Pada Google play terdapat fitur ulasan yang tentunya akan berpengaruh terhadap calon pengguna karena sebelum mengunduh suatu aplikasi, calon pengguna biasanya akan melihat kolom ulasan sebagai tolak ukur efektivitas suatu produk. Untuk mendapatkan informasi apakah layanan yang diberikan termasuk ke dalam kelas positif atau negatif digunakan tahapan analisis sentimen yaitu pembersihan data dari kata dan simbol yang tidak relevan dengan sentimen lalu melabelinya, dan merubah data yang bernilai kualitatif menjadi data bernilai kuantitatif dengan bantuan Term Frequency-Invers Document Frequency (TF IDF) kemudian melakukan klasifikasi dengan metode Support Vector Machine dengan kernel linear pada ulasan sayurbox dan tanihub dengan jangka Februari 2020 hingga Januari 2021.  Akurasi tertinggi yang didapatkan yaitu pada data sayurbox sebesar 91,4% dengan jumlah sentimen terbanyak adalah sentimen positif sebanyak 738 (70%). Pada data review Tanihub, total akurasi sebesar 88,8% dengan sentimen terbanyak yaitu sentimen positif berjumlah 348 (65%).