KLASIFIKASI TEKS REVIEW PADA E-COMMERCE TOKOPEDIA MENGGUNAKAN ALGORITMA SVM

Abstract

Perkembangan teknologi saat ini berdampak bagus kepada bidang ekonomi, salah satunya adalah dalam berbelanja. Banyak platform E-commerce yang dibuat untuk memudahkan konsumen dalam berbelanja secara online. Dengan adanya review produk akan mempermudah pemberian informasi kepada pembeli sehingga memberikan kepercayaan terhadap produk atau jasa yang akan digunakan dan memberikan evaluasi bagi para penjual. Ketika penjualan produk meningkat dan review terhadap produk dari konsumen juga makin banyak, penjual mengalami kesulitan dalam segi memilah review mana yang dapat dikatakan positif atau negatif berdasarkan komentar yang diberikan konsumen. Salah satu metode untuk algoritma untuk melakukan analisis berupa teks pada review produk yaitu melalui analisis sentimen. Data yang didapat dari hasil review konsumen diproses dengan text mining, selanjutnya melakukan klasifikasi data review ke dalam enam kelas yaitu positif kuat, positif, cenderung positif, cenderung negatif, negatif dan negatif kuat. Dalam penelitian ini proses klasifikasi menggunakan algoritma Support Vector Machine (SVM) yang mampu menghasilkan model klasifikasi yang baik melalui hasil data training meskipun yang digunakan relatif sedikit. Hasil penelitian menyatakan bahwa model klasifikasi review produk handphone dengan model SVM memiliki nilai akurasi 75%. Pada penelitian ini tools yang digunakan berupa Google Colab dan Visual Studio Code, dengan hasil pengklasifikasian dilakukan deploy pada tahap code akhir setelah testing data dan dibuat tampilan page berupa website agar pengguna lebih mudah untuk melakukan cek input dalam melihat hasil klasifikasinya secara langsung berdasarkan text ulasan pada tokopedia produk handphone.