Implementasi Random Forest dan Xgboost dalam Deteksi Ulasan Palsu (Fake Review) (Studi Kasus : Ulasan Toko Online pada Shopee)

Abstract

Dalam dunia e-commerce saat ini, review menjadi salah satu faktor penentu keputusan pembelian suatu produk. Review yang jujur dan terpercaya sangat penting bagi pembeli karena membantu kepercayaan antara penjual dan konsumen. Jika review yang diberikan palsu atau fake review, maka dapat merugikan konsumen karena memberikan informasi yang salah dan mengancam kepercayaan konsumen terhadap produk. Untuk membantu mengidentifikasi review palsu dapat dilakukan dengan menggunakan metode klasifikasi random forest dan XGBoost sehingga akan didapatkan model prediksi yang berguna dalam memprediksi ulasan palsu. Penelitian ini membagi data training dan data testing dengan perbandingan 70% : 30%. Setelah itu, tahapan seperti TF-IDF dan dilakukan klasifikasi menggunakan tuning parameter. Hasil penelitian menunjukkan bahwa klasifikasi dengan metode XGboost memiliki nilai akurasi terbaik yaitu sebesar 0.88 atau 88%, sedangkan metode Random Forest memiliki akurasi sedikit lebih rendah yaitu 0.86 atau 86%.