PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE DALAM MENGANALISIS SENTIMEN ULASAN PELANGGAN SHOPEEFOOD BERDASARKAN TWITTER

Abstract

Platform seperti ShopeeFood yang dapat digunakan untuk memesan makanan secara online telah menjadi fenomena di industri e-commerce. Fenomena ini muncul sebagai hasil dari perubahan perilaku konsumen yang semakin mengutamakan kenyamanan, efisiensi, dan berbagai pilihan pengalaman makanan. Pesatnya pertumbuhan pemesanan makanan secara online juga memunculkan tantangan dan peluang baru, seperti analisis sentimen terhadap ulasan pelanggan untuk mengetahui tingkat kepuasan, kekhawatiran, dan preferensi pelanggan. Penelitian ini bertujuan untuk menganalisis sentimen terhadap ulasan pelanggan ShopeeFood berdasarkan pengguna Twitter dengan mengambil data melalui teknik data crawling. Pada penelitian ini, data ulasan pelanggan ShopeeFood dari media sosial Twitter yang telah terkumpul dari tanggal 6 September hingga 16 Oktober 2023. Data ini mencakup ulasan pelanggan ShopeeFood  sebanyak 2246  data ulasan pelanggan, dan menggunakan metode Knowledge Discovery in Database (KDD). Setelah dilakukan nya pengambilan data, tahapan selanjutnya adalah preprocesing data. Tahapan preprocesing data ini mencakup cleaning data, case folding, labeling, tokenize, filter tokens by length, stopword dengan menggunakan aplikasi RapidMiner dan pengklasifikasian menggunakan algoritma Support Vector Machine. Hasil dari pengujian ini didapatkan nilai akurasi sebesar 80.31%, presisi 73.22%, recall 95.58% dan erorr rate 19.68%.