Analisis Sentimen Kualitas Layanan Online Marketplace di Indonesia Menggunakan Metode Support Vector Machine

Abstract

Online Marketplace adalah tempat belanja online yang sekarang ini banyak digemari oleh masyarakat karena dinilai lebih efektif dan efisien. Respon konsumen terhadap kualitas layanan online marketplace digunakan untuk mengetahui tingkat kepuasan masyarakat. Penelitian ini melakukan analisis sentimen terhadap lima online marketplace besar di Indonesia. Analisis sentimen adalah cara yang digunakan untuk menentukan kecenderungan opini publik. Langkah pertama yang dilakukan yaitu mencari opini masyarakat dengan cara mengumpulkan data komentar pada Twitter, Play Store, dan portal online marketplace melalui data scraping. Selanjutnya, menerapkan pre-processing meliputi case folding, filtering, stemming, tokenizing, dan stopwords removal. Setelah itu, melakukan pembobotan menggunakan tf-idf dan pelabelan manual dengan tiga kategori yaitu positif, netral, dan negatif. Data yang sudah memiliki label tersebut dibandingkan dengan menggunakan algoritma Support Vector Machine (SVM) untuk mendapatkan hasil pengujian serta klasifikasi otomatis. SVM merupakan salah satu metode dalam supervised learning yang biasanya digunakan untuk klasifikasi dan regresi. Sesudah mendapatkan hasil klasifikasi otomatis, dilakukan perangkingan dengan cara menghitung score klasifikasi yang kemudian digambarkan dalam bentuk grafik untuk menjelaskan posisi masing-masing online marketplace. Pengujian dilakukan dengan melakukan penghitungan akurasi, presisi, recall, dan f-measure terhadap 1891 dataset yang menghasilkan nilai tertinggi pada percobaan data latih 90% dengan perolehan akurasi 90%, presisi 86%, recall 98%, dan f-measure 91%. Hasil penelitian ini memberikan rekomendasi terhadap masyarakat agar tidak salah dalam memilih situs yang baik untuk melakukan transaksi secara online.

Kata Kunci : Analisis Sentimen, kualitas, layanan, online marketplace, Support  Vector Machine.