<![CDATA[Perkembangan teknologi informasi dan komunikasi telah membawa perubahan signifikan dalam dunia perdagangan, termasuk dalam platform e-commerce seperti Tokopedia. Salah satu sektor yang berkembang pesat adalah industri fesyen muslim, dengan produk hijab sebagai salah satu kategori yang paling diminati. Ulasan produk di platform e-commerce memainkan peran penting dalam pengambilan keputusan pembelian konsumen. Oleh karena itu, analisis sentimen terhadap ulasan produk hijab di Tokopedia menjadi penting untuk membantu penjual meningkatkan kualitas produk dan layanan. Penelitian ini bertujuan untuk merancang dan menguji model analisis sentimen menggunakan kombinasi IndoBERT embedding dan algoritma Support Vector Machine (SVM). IndoBERT digunakan untuk menghasilkan representasi teks yang mendalam berdasarkan konteks bahasa Indonesia, sementara SVM berfungsi sebagai algoritma klasifikasi untuk memprediksi sentimen ulasan. Untuk meningkatkan efisiensi komputasi, penelitian ini menggunakan metode ekstraksi embedding dengan menjumlahkan dua layer terakhir dari representasi model IndoBERT. Hasil penelitian menunjukkan bahwa kombinasi IndoBERT dan SVM memberikan performa yang baik dalam analisis sentimen. Kernel Linear mencapai akurasi tertinggi sebesar 92%. Kernel RBF memperlihatkan stabilitas tinggi dengan akurasi konsisten sebesar 89%, dan kernel Polynomial mencapai akurasi terbaik sebesar 90%. Penelitian ini menegaskan pentingnya pemilihan parameter yang tepat, seperti kernel, nilai C, dan class weight, untuk memaksimalkan performa model. Dengan demikian, kombinasi IndoBERT embedding dan algoritma SVM terbukti efektif dan efisien untuk analisis sentimen ulasan produk hijab di Tokopedia. Pendekatan ini dapat diterapkan pada berbagai domain lain untuk mendukung pengambilan keputusan berbasis data teks.]]>
Copyrights © 2025
