| dc.description.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%. | en_US |
