Analisis Sentimen Pada Ulasan Produk Masker di Marketplace Shopee Menggunakan Support Vector Machine Dan Seleksi Fitur Chi Square
Abstract
Masker menjadi hal wajib saat ingin keluar rumah yang membuat penjualan masker meningkat drastis. Namun dengan adanya pembatasan kegiatan tersebut membuat aktivitas jual beli secara konvesional menjadi terhambat. Oleh karena itu banyak masyarakat beralih dari berbelanja langsung menjadi berbelanja online. Marketplace Shopee merupakan salah satu platform belanja online. Penjualan masker di marketplace Shopee mengalami peningkatan yang sangat drastis yang membuat variasi penilaian ulasan produk yang berbeda-beda dari pembeli. Pada penelitian dilakukan analisis sentimen terhadap 2 kelas positif dan negatif bedasarkan rating ulasan. Algoritma klasifikasi yang digunakan adalah Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF) serta menerapkan seleksi fitur Chi Square. Tingkat performa yang didapat menggunakan seleksi fitur Chi Square dengan nilai taraf nyata (α) 0.3 menghasilkan nilai akurasi sebesar 91,32%, presisi sebesar 93,28%, recall sebesar 93,14% dan f1-score 93,21%. Dibanding dengan tingkat performa tanpa menggunakan seleksi fitur hanyak menghasilkan nilai akurasi sebesar 90,75%, presisi sebesar 92,08%, recall sebesar 93,59% dan f1-score 92,83%.
Keywords
References
A. D. Saputra, Adiwijaya dan M. S. Mubarok. (2017). Klasifikasi Sentimen Pada Level Aspek Terhadap Ulasan Produk Berbahasa Inggris Menggunakan Bayesian Network (Case Study : Data Ulasan Produk Amazon). e-Proceeding Eng., vol. 4, p. 4882, 2017.
Akbari, M.I.H.A.D., Novianty, A. & Setianingsih, C. (2017). Analisis Sentimen Menggunakan Metode Learning Vector Quantization. e-Proceeding of Engineering, Vol. 4(2), Agustus 2017, pp. 2283-2292.
Aldi Nurzahputra dan Much Aziz Muslim. (2016). Analisis Sentimen pada Opini Mahasiswa Menggunakan Natural Language Processing. Seminar Nasional Ilmu Komputer.
Farki, A., Baihaqi, I., & Wibawa, M. (2016). Pengaruh online customer review rating terhadap kepercayaan place di Indonesia. Jurnal Teknik ITS, 5(2), A614–A619.
Haq, F. I. N., & Budi, E. (2019). Implementasi Naive Bayes Classifier untuk Prediksi Kepribadian Big Five pada Twitter Menggunakan Term Frequency-Inverse Document Frequency ( TF-IDF ) dan Term Frequency-Relevance Frequency ( TF-RF ). e-Proceeding of Engineering, 6(2), 9785–9795.
Hendry Cipta Husada dan Adi Suryaputra Paramita. (2021). Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM). TEKNIKA, Volume 10(1) pp. 18-26.
Josi, A., Abdillah, L. A., & Suryayusra. (2014). Penerapan Teknik Web Scraping Pada Mesin Pencari Artikel Ilmiah. Jurnal Sistem Informasi (SISFO). Vol. 5(1), 159–164.
L. Zhang and B. Liu (2016). Sentiment Analysis and Opinion Mining. Encycl. Mach. Learn. Data Min., 2016, doi: 10.1007/978-1-4899-7502-7 907-1.
Lidya, S.K., Sitompul, O.S. & Efendi, S. (2015). Sentiment Analysis Pada Teks Bahasa Indonesia Menggunakan Support Vector Machine (SVM) dan K-Nearest Neighbor (K- NN). Seminar Nasional Teknologi Informasi dan Komunikasi.
Luh Ria Atmarani., I.A. Dwi Giriantari., & Made Sudarma. (2017). Sistem Opinion Mining dengan Metode Pos Tagging dan SVM Untuk Ekstraksi Data Opini Publik pada Layanan JKBM. Teknologi Elektro. Vol. 16, No1.
M Rushdi Saleh, M.T. Martin–valdivia, A. Montejo-Raez, & L.A. Urena–Lopez. (2011). Expreiments with SVM to Classifify Opinion in Different Domain. Vol. 38. Doi : https://doi.org/10.1016/j.eswa.2011.05.070.
Shandra, E.N., Setiawan B.D., & Sari Y.A. (2019). Klasifikasi Pola Sidik Bibir untuk Menentukan Jenis Kelamin Manusia dengan Metode Gray Level CoOccurrence Matrix dan Support Vector Machine. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 3(3), pp. 2753-2760.
Susanti Fransiska, Rianto, & Acep Irham Gufroni. (2020). Sentiment Analysis Provider by.U on Google Play Store Reviews with TF-IDF and Support Vector Machine (SVM) Method. Scientific Journal of Informatics, Vol. 7, No. 2, November 2020.
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.