<![CDATA[Penelitian ini mengimplementasikan analisis sentimen pada ulasan produk sayuran di Tokopedia menggunakan metode TF-IDF untuk pembobotan fitur dan algoritma Support Vector Machine (SVM) untuk klasifikasi. Sebanyak 1.048 data ulasan dikumpulkan melalui proses crawling dengan Python dan Selenium. Data ulasan diproses melalui tahapan preprocessing yang mencakup cleaning, case folding, tokenizing, stopword removal, dan stemming. Pelabelan sentimen dilakukan menggunakan pendekatan lexicon-based. Model SVM dilatih dengan pembagian data 80% untuk pelatihan dan 20% untuk pengujian, menghasilkan akurasi 98%, F1-Score 98% untuk sentimen positif, dan 96% untuk sentimen negatif. Visualisasi menggunakan Word Cloud dan diagram pie menunjukkan bahwa 75,1% ulasan bersentimen positif dan 24,9% bersentimen negatif. Hasil ini menunjukkan bahwa mayoritas pelanggan memberikan tanggapan positif terhadap produk yang dibeli.]]>
Copyrights © 2025
