SmartComp
Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer

Analisis Sentimen Terhadap Layanan Tokopedia Berdasarkan Twitter dengan Metode Klasifikasi Support Vector Machine

Yumarlin MZ (Program Studi Informatika Fakultas Teknik Universitas Janabadra)
Jemmy Edwin Bororing (Program Studi Informatika Fakultas Teknik Universitas Janabadra)
Sri Rahayu (Program Studi Informatika Fakultas Teknik Universitas Janabadra)
Jeffry Andhika F (Program Studi Informatika Fakultas Teknik Universitas Janabadra)



Article Info

Publish Date
20 Jan 2023

Abstract

Pertumbuhan e-commerce di Indonesia begitu pesat dikarenakan perubahan perilaku masyarakat dalam berbelanja. Tokopedia menjadi salah satu e-commerce terkemuka yang ada di Indonesia saat ini. Tanggapan pengguna sangat penting bagi perusahaan untuk mengetahui layanan yang ditawarkan. Ulasan dari pengguna sendiri sangat mempengaruhi citra layanan perusahaan, terlebih di era digital saat ini. Akan tetapi, membangun dan menganalisis sentimen ulasan masyarakat bukan hal yang mudah dikarenakan jumlah nya yang begitu banyak, sehingga diperlukan metode untuk melakukan klasifikasi secara otomatis, yang meliputi  ulasan positif atau negatif.  Salah satu situs yang cukup banyak menampung opini masyarakat ialah sosial media, diantaranya Twitter. Data ulasan dari Twitter yang diperoleh dengan melakukan crawling data menggunakan library dari Python. Dan  diberi pelabelan dan klasifikasi dengan menggunakan metode Support Vector Machine dimana klasifikasi dilakukan dengan membuat garis pembatas yang memisahkan antara kelas positif dan negatif.  Untuk  pengukuran tingkat akurasi dari metode ini tergantung dari  kualitas data set yang digunakan. Hasil klasifikasi sentimen disajikan  dalam bentuk grafik.   Proses klasifikasi dimulai dengan melakukan cleaning data dan prapemrosesan data, yang selanjutnya data akan dilakukan pelabelan. Dari hasil pelabelan yang telah dilakukan kemudian dilakukan klasifikasi terhadap data uji untuk menemukan sentimen positif maupun negatif. Tingkat akurasi dari hasil penelitian  yang dilakukan     sebesar 91%. Selanjutnya dilakukan pengujian dengan metode K-Fold Cross Validation dan diperoleh        rata-rata tingkat akurasi sebesar 94,5%.

Copyrights © 2023






Journal Info

Abbrev

smartcomp

Publisher

Subject

Computer Science & IT Electrical & Electronics Engineering

Description

Smart Comp(p-ISSN: 2089-676X, e-ISSN:2549-0796) is a nationally peer reviewed computer science journal open for researchers from the field of Information Technology, Computer Engineering, Informatics Engineering, Electrical & Electronics Engineering and related researches. Smart Comp has been ...