Evaluasi Sentimen Pelanggan Terhadap Toko Resmi Xiaomi Di Tokopedia Menggunakan Algoritma Support Vector Machine

Maula Rif’at, Nafi
Risky Kurniawan, Habib
Putri Setiawan, Amanda
Putra Pratama, Akmal
Khoiril Abidin, Muhammad
Arum Sari, Aprilisa

Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025

Penelitian ini bertujuan mengevaluasi sentimen pelanggan terhadap toko resmi Xiaomi Indonesia di Tokopedia menggunakan algoritma Support Vector Machine (SVM). Data dikumpulkan melalui web scraping dengan total 1.000 ulasan pelanggan. Proses preprocessing meliputi cleaning, case folding, tokenization, normalization, stopword removal, dan stemming. Setiap ulasan diberi label sentimen positif, negatif, atau netral, kemudian dikonversi menjadi representasi numerik menggunakan TF-IDF. Hasil klasifikasi menunjukkan model SVM mencapai akurasi 80% dengan kecenderungan over- prediksi pada sentimen positif. Analisis WordCloud mengidentifikasi kata dominan: sentimen positif didominasi kata "bagus", "baik", "cepat", sedangkan sentimen negatif menampilkan "lama", "tidak", "kirim". Model menunjukkan performa tidak seimbang antar kelas dengan akurasi sentimen positif 100%, negatif 67%, dan netral 0%. Penelitian ini memberikan wawasan tentang persepsi pelanggan terhadap toko resmi Xiaomi di platform e-commerce dan mengidentifikasi area perbaikan layanan, meskipun terdapat keterbatasan dalam penanganan ketidakseimbangan kelas data.