ANALISIS SENTIMEN ULASAN PRODUCT REVIEW PADA APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

ANALISIS SENTIMEN ULASAN PRODUCT REVIEW PADA APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

• By Tsania Yeny Nugrahaeni;
• Skripsi
• 6
• 1-55

Setiap tahun teknologi semakin berkembang salah satunya Tokopedia, Tokopedia merupakan salah satu toko Online yang melakukan sistem belanja secara Online atau e-commerce. Tokopedia bisa di akses melalui playstore atau situs resmi Tokopedia. Tokopedia memiliki fitur ulasan yang di mana bisa dipergunakan oleh penjual yang menjual produk mereka di Tokopedia sebagai ukuran seberapa efektif menentukan ranting tentang produk yang dijual di Tokopedia. Dilakukannya penelitian ini bertujuan untuk menganalisis sentimen yaitu untuk menganalisis sentimen dari ulasan produk review pada aplikasi Tokopedia untuk menentukan sentimen ulasan positif dan negatif. Penelitian ini menggunakan Metode Support Vector Machine. Hasil dari pengolahan menggunakan metode Support Vector Machine yang di mana dapat diketahui hasil accuracy dari Support Vector Machine sebesar 83,00% untuk precision positif sebesar 77,73% dan untuk precision negatif sebesar 90,74% dan untuk recall positif sebesar 92,50% dan untuk recall negatif sebesar 73,50%.

• Katakunci E-Commerce, Support Vector Machine, Ulasan Produk, Rapidminer
• URL http://
• Penerbit ,

REFERENSI

Hauthal, E., Burghardt, D., Fish, C., & Griffin, A. L. (2020). Sentiment Analysis, International Encyclopedia of Human Geography, Second Edition, (2019), 169-177. https://doi.org/10.1016/B978-0-08-102295-5.10593-1

 

Herlinawati, N., Yuliani, Y., Faizah, S., Gata, W., & Samudi, S. (2020). ANALISIS SENTIMEN ZOOM CLOUD MEETINGS DI PLAY STORE MENGGUNAKAN NAÏVE BAYES DAN SUPPORT VECTOR MACHINE. CESS (Journal of Computer Engineering, System and Science). 5(2),293. (2019), 169-177. https://doi.org/10.24114/cess.v5i2.18186

 

APPJII. (2023). Survei Penetrasi & Perilaku Internet 2023. www.survei.appjii.or.id

 

Petiwi, M. I., Triayudi, A., & Sholihati, I. D. (2022). Analisis Sentimen Gofood Berdasarkan Twitter Menggunakan Metode Naïve Bayes dan Support Vector Machine. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(1), 542. https://doi.org/10.30865/mib.v6i1.3530

 

Van Messem, A. (2020). Support vector machines: A robust prediction method With applications in bioinformatics. Handbook of Statistics, 43, 391 466. https://doi.org/10.1016/BS.HOST.2019.08.003

 

Valero-Carreras, D., Alcaraz, J., & Landete, M. (2023). Comparing two SVM Models through different metrics based on the confusion matrix. Computers and Operations Research, 152. https://doi.org/10.1016/j.cor.2022.106131

 

Putri Ratna, A. A., Kaltsum, A., Santiar, L., Khairunissa, H., Ibrahim, I., & Purnamasari (2019). Term Frequency-Inverse Document Frequency Answer Categorization with Support Vector Machine on Automatic Short Essay Grading System with Latent Semantic Analysis for Japanese Language, 293–298. https://doi.org/10.1109/ICECOS47637.2019.8984530

 

Duong, V. (2019). Computational Engineering Applied to SEO. In SEO Management (pp.125–137). https://doi.org/10.1002/9781119681427.ch6

 

10. Jo, Text mining, studies in Big Data 45, https://doi.org/10.1007/978-3-319 91815-0_1

 

Arifin, S., & Ali, A. (2023). Peran Customer Involvement Terhadap Kinerja Pemasaran. EKUITAS (Jurnal Ekonomi Dan Keuangan), 7(1), 1–20. https://doi.org/10.24034/j25485024.y2023.v7.i1.5221

 

Awaluddin, R., Aliyuddin, M., & ... (2023). Generation Z Purchase Decision on Tik-Tok Shop in Tasikmalaya City: Analysis of Innovation, Qualities, Promotion and E-Trust. International Journal of …, 2023(Query date: 2024-01-29 13:45:17), 1484–1497. https://jurnal.stie-aas.ac.id/index.php/IJEBAR/article/view/11637