Analisis Sentimen Pada Aplikasi Tokopedia Menggunakan Metode Support Vector Machine
Abstract
Tokopedia application attracts buyers with various opinions that reflect public sentiment. This study applies machine learning and text mining techniques to analyze sentiment based on the collected dataset comments. The process begins with data preprocessing, including tokenizing, stopword removal, and TF-IDF weighting. The Support Vector Machine (SVM) model is used to classify sentiment into positive and negative. The data is divided into 80% training data and 20% test data. The experimental results show that the model achieves an accuracy of 81.25%, indicating a fairly good performance in recognizing public opinion patterns. This analysis provides insight into aspects that are appreciated and criticized by the public regarding the Tokopedia application. These findings can be utilized by policies to design strategies that are more responsive to the needs and expectations of the public using the marketplace.
Keyword: Machine Learning; Text Mining; Tokopedia; SVM
Abstrak
Aplikasi Tokopedia menarik perhatian pembeli dengan berbagai opini yang mencerminkan sentimen masyarakat. Penelitian ini menerapkan machine learning dan teknik text mining untuk menganalisis sentimen berdasarkan komentar dataset yang telah dikumpulkan. Proses dimulai dengan preprocessing data, termasuk tokenizing, penghapusan stopword, serta pembobotan TF-IDF. Model Support Vector Machine (SVM) digunakan untuk mengklasifikasikan sentimen menjadi positif dan negatif. Data dibagi menjadi 80% data training dan data uji 20%. Hasil eksperimen menunjukkan bahwa model mencapai akurasi 81,25%, menandakan kinerja yang cukup baik dalam mengenali pola opini masyarakat. Analisis ini memberikan wawasan mengenai aspek yang diapresiasi maupun dikritik oleh masyarakat terkait Aplikasi Tokopedia. Temuan ini dapat dimanfaatkan oleh kebijakan untuk merancang strategi yang lebih responsif terhadap kebutuhan dan harapan masyarakat menggunakan marketplace.
Kata kunci: Machine Learning; Text Mining; Tokopedia; SVM
References
A. H. Lubis, L. P. A. Lubis, and Sriani, “Sentiment analysis on twitter about the death penalty using the support vector machine method,” TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika, vol. 11, no. 2, pp. 312–321, 2024, doi: 10.37373.
P. Arsi and R. Waluyo, “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” J. Teknol. Inf. Dan Ilmu Komput., vol. 8, no. 1, p. 147, Feb. 2021, doi: 10.25126/jtiik.0813944.
E. Hartati, “Penggunaan Klasifikasi Sayur Segar dan Sayur Busuk Mengunakan Algoritma Support Vector Machine,” J. Tek. Inform. Dan Sist. Inf., vol. Vol 07, No 03, pp. 678–687, Desember 2020.
A. Nofandi, N. Y. Setiawan, and D. W. Brata, “Analisis Sentimen Ulasan Pelanggan dengan Metode Support Vector Machine (SVM) untuk Peningkatan Kualitas Layanan pada Restoran Warung Wareg,” J. Pengemb. Teknol. Inf. Dan Ilmu Komput., vol. 7, no. 1, pp. 458–466, 2023.
G. Santoso Teguh, Analisis Sentimen Pada Twitter dengan Tagar #BPJSRASARENTENIR Menggunakan Metode Support Vector Machine. Pekanbaru: Universitas Islam Riau, 2021.
R. Husna El, R. Wasono, and M. Al Haris, “Analisis Sentimen Pada Twitter Mengenai Netflix Diblokir Telkom Menggunakan Metode Support Vector Machine,” Semin. Nas. Variansi, pp. 214–222, 2020.
F. Fitroh and F. Hudaya, “Systematic Literature Review: Analisis Sentimen Berbasis Deep Learning,” J. Nas. Teknol. Dan Sist. Inf., vol. 9, no. 2, pp. 132–140, Aug. 2023, doi: 10.25077/TEKNOSI.v9i2.2023.132-140.
D. Darwis, E. S. Pratiwi, and A. F. O. Pasaribu, “Penerapan Algoritma Svm Untuk Analisis Sentimen Pada Data Twitter Komisi Pemberantasan Korupsi Republik Indonesia,” Edutic - Sci. J. Inform. Educ., vol. 7, no. 1, Nov. 2020, doi: 10.21107/edutic.v7i1.8779.
I. S. K. Idris, Y. A. Mustofa, and I. A. Salihi, “Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM),” Jambura J. Electr. Electron. Eng., vol. 5, no. 1, pp. 32–35, Jan. 2023, doi: 10.37905/jjeee.v5i1.16830.
M. F. Naufal and S. F. Kusuma, “Analisis Sentimen pada Media Sosial Twitter Terhadap Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat Berbasis Deep Learning,” J. Edukasi Dan Penelit. Inform. JEPIN, vol. 8, no. 1, p. 44, Apr. 2022, doi: 10.26418/jp.v8i1.49951.
S. Ailiyya, Analisis Sentimen Berbasis Aspek Pada Ulasan Aplikasi Tokopedia Menggunakan Metode Support Vector Machine. Jakarta: UIN Syarif Hidayatullah, 2020.
P. Arsi and R. Waluyo, “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” JTIIK, vol. 8, no. 1, p. 147, Feb. 2021, doi: 10.25126/jtiik.0813944.
S. Rahayu and J. J. Purnama, “Klasifikasi Konsumsi Energi Industri Baja Menggunakan Teknik Data Mining,” JTI, vol. 16, no. 2, p. 395, Jul. 2022, doi: 10.33365/jti.v16i2.1984.
R. Husna El, R. Wasono, and M. Al Haris, “Analisis Sentimen Pada Twitter Mengenai Netflix Diblokir Telkom Menggunakan Metode Support Vector Machine,” Seminar Nasional Variansi, pp. 214–222, 2020.
S. H. Kusumahadi, H. Junaedi, and J. Santoso, “Klasifikasi Helpdesk Menggunakan Metode Support Vector Machine,” jpit, vol. 4, no. 1, pp. 54–60, Jan. 2019, doi: 10.30591/jpit.v4i1.1125.
Suparyanto, “Klasifikasi Kepuasan Layanan Akademik Di STMIK El Rahma Menggunakan Metode Algoritma Naive Bayes,” FAHMA, vol. 20, no. 2, pp. 100–111, May 2022, doi: 10.61805/fahma.v20i2.37.
S. D. Pramukti, A. Nugroho, and A. S. Sunge, “Analisis Sentimen Masyarakat Dengan Metode Naïve Bayes dan Particle Swarm Optimization,” tc, vol. 21, no. 1, pp. 61–74, Feb. 2022, doi: 10.33633/tc.v21i1.5332.
A. Nugroho and Y. Religia, “Analisis Optimasi Algoritma Klasifikasi Naive Bayes menggunakan Genetic Algorithm dan Bagging,” RESTI, vol. 5, no. 3, pp. 504–510, Jun. 2021, doi: 10.29207/resti.v5i3.3067.
F.A. Indriyani, Ahmad Fauzi, and Sutan Faisal, “Analisis sentimen aplikasi tiktok menggunakan algoritma naïve bayes dan support vector machine,” tekno, vol. 10, no. 2, pp. 176–184, Jul. 2023, doi: 10.37373/tekno.v10i2.419.
T. H. Ediyantama and K. Dewi, “Penerapan Metode Support Vector Machine untuk Sistem Tanya Jawab Pada Kasus Front Office,” UNIKOM Press, 2022.
How To Cite This :
Refbacks
- There are currently no refbacks.
