ANALISIS SENTIMEN TERHADAP REVIEWS APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE

1703015206 - Derryl Junior; Mia Kamayani, S.T, M.T.;

Pada tahun 2019 seluruh dunia termasuk Indonesia terkena wabah virus baru yaitu corona virus
disease 2019 disingkat menjadi COVID-19. Dengan adanya pandemi ini, negara Indonesia
melakukan pembatasan sosial berskala besar yang berfungsi untuk mengurangi penyebaran virus
sehingga mengubah perilaku masyarakat Indonesia dalam beraktivitas salah satunya belanja online.
Di Indonesia terdapat beberapa marketplace yang sering dikunjungi, salah satunya yaitu Tokopedia.
Pada reviews aplikasi tokopedia terdapat fitur untuk memberikan rating, akan tetapi isi pada ulasan
tidak konsisten terhadap rating yang diberikan. Maka dari itu diperlukan suatu metode untuk
mengetahui ulasan yang diberikan termasuk kedalam kategori tertentu. Karenanya, peneliti
mengusulkan penelitian analisis sentimen dengan data yang digunakan yaitu reviews terhadap
aplikasi Tokopedia pada Google PlayStore. Terdapat 3 jenis ekstrasi fitur yaitu TFIDF, bag of word
serta n-gram dan terdapat 2 model klasifikasi yaitu Naïve Bayes dengan tipe Multinomial serta
Bernoulli dan Support Vector Machine dengan Kernel Linear, Polynomial, Radial Basis Function
dan Sigmoid. Terdapat 1000 dataset yang didapat melalui teknik web scraping dan setelah dilakukan
pelabelan terdapat 527 data negatif dan 473 data positif. Hasil ahkir menunjukkan klasifikasi
menggunakan metode SVM Kernel Linear dengan fitur bag of word jenis n-gram unigram+bigram
mendapatkan hasil akurasi tertinggi diantara metode yang lain dengan perolehan nilai akurasi
sebesar 86,5%. Setelah dilakukan pengujian pada label positif menunjukkan nilai precision sebesar
84%, recall 88%, f1-score 86% dan pada label negatif nilai precision sebesar 89%, recall sebesar
85% dan f1-score sebesar 87%.