<![CDATA[Penelitian ini bertujuan untuk menganalisis sentimen pelanggan terhadap ulasan produk pada toko Nyemil.Saji di platform Tokopedia dengan menerapkan metode Support Vector Machine (SVM). Latar belakang penelitian ini didasarkan pada permasalahan ambiguitas antara isi ulasan teks dan rating bintang yang dapat menimbulkan kesulitan dalam menilai kualitas produk secara objektif. Data ulasan pelanggan dikumpulkan melalui teknik web scraping dan diproses menggunakan tahapan text preprocessing (case folding, cleansing, tokenizing, stopword removal, stemming, dan normalisasi), diikuti dengan representasi fitur Term Frequency–Inverse Document Frequency (TF-IDF). Sebanyak 2.826 ulasan pelanggan dianalisis dalam penelitian ini untuk memastikan keakuratan model. Model SVM digunakan sebagai algoritma klasifikasi utama untuk menentukan kategori sentimen positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa model SVM menghasilkan tingkat akurasi sebesar 96% dengan nilai precision dan recall tertinggi pada sentimen netral, sedangkan F1-score tertinggi diperoleh pada sentimen positif. Temuan ini menunjukkan bahwa pelanggan Nyemil.Saji cenderung memberikan ulasan yang netral hingga positif terhadap produk yang dibeli, yang menandakan tingkat kepuasan pelanggan yang baik terhadap kualitas rasa dan pelayanan pengiriman.]]>
Copyrights © 2025
