Analisa Online Customer Review (OCR) Menggunakan Algoritma Naive Bayes berbasis Particial Swarm Optimization (PSO)

Abstract

Perkembangan teknologi yang cukup pesat juga berdampak terhadap sistem penjualan. Saat ini banyak konsumen yang beralih berbelanja secara online dengan alasan lebih efektif. Daya tarik belanja online terletak pada kemampuannya untuk merampingkan proses transaksi, sehingga menarik konsumen karena peningkatan waktu dan efisiensi operasional. Marketplace merupakan platform digital di mana penjual dan pembeli bertemu untuk terlibat dalam berbagai bentuk transaksi yang melibatkan pertukaran barang atau jasa. Pada marketplace terdapat satu fitur dikenal dengan sebutkan Online Customer Review (OCR) atau ulasan pelanggan. Saat ini OCR dianggap penting dalam menentukan keputusan konsumen untuk melakukan pembelian pada marketplace tertenta, karena ulasan pelanggan dapat digunakan sebagai evaluasi kualitas produk dan layanan pada sebuah toko di marketplace. Tujuan penelitian ini adalah untuk menganalisa sebuah Online Customer Review (OCR) pada sebuah marketplace menggunakan Algoritma Naïve Bayes berbasis Particial Swarm Optimization (PSO). Hasil penelitian menunjukkan peningkatan akurasi jika menggunakan algoritma  Algoritma Naïve Bayes berbasis PSO jika dibandingkan dengan tidak menggunakan PSO. Sedangkan untuk hasil evaluasi menggunakan Grafik ROC untuk mendaparkan nilai AUC yaitu proses algoritma Naïve Bayes mendapatkan nilai sebesar 0.578 dimana nilai tersebut terdapat dalam area Failure sedangkan nilai AUC pada proses algoritma Naïve Bayes berbasis PSO mendapatkan nilai sebesar 0.724 dimana nilai tersebut terdapat dalam area Fair classification. Sehingga dapat disimpulkan untuk Evaluasi dengan Nilai AUC mengalami peningkatan jika menggunakan PSO yaitu sebesar 0.146