Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Zara Zevira Wulandari
Universitas Duta Bangsa Surakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Kinerja SVM dan Zara Zevira Wulandari; Isyiffah Falujjah Anugrah Putri; Jihan Nur Kencana Siwi; Bella Okta Sari Miranda; Alfilia Hilda Rahmatika
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dominasi Shopee di pasar e-commerce Indonesia punya konsekuensi langsung, yakni ulasan penggunanya di Google Play Store menumpuk terlalu cepat untuk dibaca dan dikategorikan satu per satu. Penelitian ini menguji apakah SVM atau MLP lebih cocok menjalankan Aspect-Based Sentiment Analysis (ABSA) terhadap 290.338 ulasan Shopee yang terkumpul sepanjang 2025. Teksnya dibersihkan, dilabeli ke lima aspek layanan, lalu diubah jadi representasi TF-IDF sebelum dataset dibagi 80:20 untuk pelatihan dan pengujian. Ada lima model yang dibandingkan dengan empat kernel SVM (Linear, Polynomial, RBF, Sigmoid) dan satu MLP. Sigmoid unggul tipis dengan akurasi 79,9%, diikuti RBF (79,2%), Linear (78,0%), Polynomial (76,4%), dan MLP di posisi terakhir dengan 75,56%. Satu masalah yang sama muncul di kelima model, yakni sentimen netral paling sulit dikenali, kerap tertukar dengan positif atau negatif, dan ini terlihat konsisten di seluruh confusion matrix. Hasilnya cukup jelas, SVM, khususnya kernel Sigmoid, lebih unggul untuk ABSA pada ulasan Shopee dibanding MLP. Adapun dari sisi sentimen itu sendiri, opini pengguna terhadap aplikasi ini didominasi kesan positif.
Co-Authors Alfilia Hilda Rahmatika Bella Okta Sari Miranda Isyiffah Falujjah Anugrah Putri Jihan Nur Kencana Siwi