Analisis Sentimen Pada Produk Kecantikan Dari Ulasan Female Daily Menggunakan Information Gain Dan Svm Classifier

Abstract

Dampak dari perkembangan teknologi salah satunya yaitu pembelian produk secara online semakin disukai oleh masyarakat. Ulasan produk dapat membantu konsumen dalam mengetahui kualitas pada produk tersebut. Analisis sentimen adalah sebuah proses menemukan opini untuk menentukan pendapat atau sikap seseorang atas produk, layanan, atau organisasi lalu mengidenfikasi ke dalam sentimen yang telah diungkapkan dan kemudian mengklasifikasikannya. Oleh karena itu, pada penelitian ini akan melakukan penelitian terhadap klasifikasi sentiment untuk mencari performansi terbaik ulasan produk kecantikan dengan menggunakan seleksi fitur Information Gain menggunakan dataset yang bersumber dari situs Female Daily, dengan dilakukan beberapa proses yaitu melakukan preprocessing, pada ekstraksi fitur menggunakan TF-IDF untuk mengetahui jumlah bobot dari setiap kata, dan feature selection menggunakan metode Information gain untuk mereduksi dimensi pada sebuah dataset dengan menghapus atau mengurangi fitur-fitur yang dianggap tidak diperlukan. Hasil dari penelitian ini mendapat akurasi sebesar 85.89%, dan klasifikasi menggunakan algoritma Support Vector Mechine (SVM) mendapat akurasi sebesar 85.98% dengan menggunakan kernel sigmoid. Kata kunci : Analisis Sentimen, Ulasan Produk, Term Frequency Inverse Document Frequency (TFIDF), Information Gain, Support Vector Machine