Klasifikasi Review Customer Di E-Commerce Bukalapak Menggunakan Metode Support Vector Machine (SVM)
Abstract
Abstrak-Bukalapak menempati urutan ketiga dalam top 10 e-commerce Indonesia, tujuan pemeringkatan tersebut yaitu agar pihak Bukalapak dapat meningkatkan kualitas dan kuantitas layanannya. Mengklasifikasi review dari customer Bukalapak yang terlalu banyak membutuhkan waktu yang lama jika dilakukan dengan cara manual. Dibutuhkan suatu metode yang dapat mengklasifikasikan customer review. Metode yang digunakan untuk mengkasifikasikan review adalah Support Vector Machine. Review akan diklasifikasi menjadi dua jenis yaitu positif dan negatif review. Tahapan untuk melakukan klasifikasi pada penelitian ini adalah preprocessing data, ekstraksi fitur dengan TF-IDF, analisis SVM, dan evaluasi.Terdapat 3 skenario yang digunakan dalam penelitian ini, yaitu perbandingan 60:40, 70:30, dan 80:20. Hasil klasifikasi dengan SVM dan fungsi kernel linier pada data training menunjukkan bahwa ketiga rasio mempunyai akurasi dari model terbaik yang dibentuk oleh SVM adalah rasio 60:40. Evaluasi dari model terbaik dari SVM didapatkan akurasi sebesar 85%, Recall sebesar 79%, Precision 89%, dan F1-Score sebesar 84%. Hasil dari K-Fold Cross Validation dengan 10 Fold menunjukkan hasil yang tidak jauh berbeda dari evaluasi yaitu rata-rata sebesar 84%. Hasil klasifikasi kategori positif dapat dijadikan acuan untuk mempertahankan kualitas layanan dan hasil klasifikasi negatif dapat digunakan sebagai bahan evaluasi dalam meningkatkan layanan di Bukalapak.
Kata kunci- customer review klasifikasi, SVM, kernel linear
References
F. Ariyanti, "Survei APJII: Mayoritas Orang RI Merasa Data Pribadinya di Internet Aman," 19 November 2020.
Y. Astutik, "Bukalapak Raih Penghargaan The Best E-Commerce 2019," 04 Desember 2019.
R. M. D. H. Saputra, D. W. Purba, M. Iswahyudi, A. R. Banjarnahor, A. H. Perdana Kusuma, F. Effendy, O. K. Sulaiman and J. Simarmata, "E-Commerce: Implementasi, Strategi dan Inovasinya," Yayasan Kita Menulis, 2019.
A. P. Wibawa, M. G. Aji Purnama, M. F. Akbar and F. A. Dwiyanto, "Metode-metode Klasifikasi," Prosiding Seminar Ilmu Komputer dan Teknologi Informasi, p. 1, 2018.
N. Purwanti, H. Kurniawan and S. Karnila, Data Mining, Banyumas: Zahira Media Publisher, 2021.
F. A. Sianturi, P. M. Hasugian, A. Simangunsong and B. Nadeak, Data Mining : Pengembangan Aplikasi WEKA, Sumatera Utara: IOCS Publisher, 2019.
A. N. Rais and A. Subekti, "Integrasi SMOTE dan Ensamble AdaBoost Untuk Mengatasi Imbalance Class Pada Data Bank Direct Marketing," Jurnal Informatika, 2019.
M. Lutfi and M. Hasyim, "PENANGANAN DATA MISSING VALUE PADA KUALITAS PRODUKSI JAGUNG DENGAN MENGGUNAKAN METODE K-NN IMPUTATION PADA ALGORITMA C4.5," JURNAL RESISTOR, 2019.
V. I. Santoso, G. Virginia and Y. Lukito, "79JURNAL TRANSFORMATIKA, Volume 14, Nomor 2, Januari2017PENERAPAN SENTIMENT ANALYSIS PADA HASIL EVALUASI DOSENDENGAN METODE SUPPORT VECTOR MACHINE," Jurnal Transformatika, 2017.
L. Wilianto, T. H. Pudjiantoro and F. R. Umbara, "ANALISIS SENTIMEN TERHADAP TEMPAT WISATA DARI KOMENTAR PENGUNJUNG," Prosiding SNATIF, 2017.
I. Zulfa and E. Winarko, "Sentimen Analisis Tweet Berbahasa Indonesiadengan Deep Belief Network," Indonesian Journal of Computing and Cybernetics System, 2017.
A. N. Kasanah, M. and U. Pujianto, "Penerapan Teknik SMOTE untuk Mengatasi Imbalance Class dalam Klasifikasi Objektivitas Berita Online Menggunakan Algoritma KNN," Rekayasa Sistem dan Teknologi Informasi, 2019.
Z. U. Siregar, R. R. A. Siregar and R. Arianto, "KLASIFIKASI SENTIMENT ANALYSIS PADA KOMENTAR PESERTA DIKLAT MENGGUNAKAN METODEK-NEAREST NEIGHBOR," JURNAL KILAT, 2019.
N. M. S. Hadna, W. Winarno and P. I. Santosa, "Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen di Twitter," in Seminar Nasional Teknologi Informasi dan Komunikasi 2016, Yogyakarta, 2016.
G. A. Buntoro, "Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter," Integer Journal, 2017.
D. A. Nasution, H. H. Khotimah and N. Chamidah, "PERBANDINGAN NORMALISASI DATA UNTUK KLASIFIKASI WINE MENGGUNAKAN ALGORITMA K-NN," CESS (Journal of Computer Engineering System and Science), 2019.
Y. E. Ardiningtyas and P. H. Prima Rosa, "ANALISIS BALACING DATA UNTUK MENINGKATKAN AKURASI DALAM KLASIFIKASI," SNAST, 2021.
