Analisis Sentimen Ulasan Produk Skincare Menggunakan Metode Support Vector Machine (Studi Kasus: Forum Female Daily)
Abstract
Seiring pertumbuhan e-commerce, peranan media sosial saat ini telah bertransformasi
menjadi social commerce. Pertumbuhan ini secara tidak langsung mengubah cara berinteraksi
word of mouth marketing (WOMM) dari tradisional menjadi modern. Media sosial dapat
memberikan ruang bagi konsumen untuk saling memberikan ulasan dan rekomendasi. Female
Daily merupakah salah satu forum online kecantikan terbesar di Indonesia yang menyediakan
interaksi sosial untuk saling memberikan ulasan dan rekomendasi. Mengevaluasi ulasan
produk dengan jumlah yang banyak membutuhkan analisis sentimen untuk mengelompokkan
ulasan konsumen menjadi opini positif, negatif, atau netral. Data ulasan akan dilabeli dan
dianalisis dengan menggunakan metode Support Vector Machine (SVM) untuk
mengklasifikasikan data ulasan. Sentimen tersebut dapat membantu baik perusahaan maupun
individu untuk mengetahui kualitas produk secara detail. Dataset terdiri dari 1260 ulasan
terbagi menjadi 628 ulasan positif, 174 ulasan netral, dan 458 ulasan negatif. Klasifikasi
dengan metode SVM dengan kernel linear diperoleh tingkat akurasi sebesar 86.9 %.
Collections
- Informatics Engineering [2154]