Analisis Sentimen untuk Rekomendasi Produk E_Commerce Menggunakan Rocchio Classifier

  • Kode Repository : SKF137/VIR/19
  • NPM : 065115335
  • Nama : Virya Adelia Savitri
  • Pembimbing 1 : -Dr. Sri Setyaningsih,Dra.,M.Si.
  • Pembimbing 2 : -Arie Qur'ania., M.Kom.
  • Abstrak : -ANALISIS SENTIMEN UNTUK REKOMENDASI PRODUK E-COMMERCE MENGUNAKAN ROCCHIO CLASSIFIER Virya Adelia Savitri1), Sri Setyaningsih2), Arie Qur’ania3) Email : viryaadeliasavitri@gmail.com 1, 2 & 3) Program Studi Ilmu Komputer, FMIPA, Universitas Pakuan Bogor Abstrak Indonesia menjadi salah satu negara dengan pertumbuhan e-commerce tercepat di dunia. Saat ini jumlah e-commerce pun semakin banyak, diantaranya adalah Lazada dan Bukalapak. Lazada.com dan Bukalapak.co.id merupakan beberapa e-commerce terbesar di Indonesia yang banyak diminati masyarakat. Karena sifatnya online maka barang yang akan dibeli pun tak bisa dilihat langsung ataupun dicoba terlebih dahulu. Tujuan dari penelitian ini adalah melakukan klasifikasi sentimen dengan menggunakan Rocchio Classifier dan dapat mengetahui rekomendasi produk terbaik dari e-commerce berdasarkan komentar konsumen terhadap produk dan layanan e-commerce. Dapat dirancang aplikasi yang secara otomatis dapat mengklasifikasikan komentar positif dan negatif untuk merekomendasikan produk terbaik berdasarkan ulasan produk. Pada penelitian ini yaitu menggunakan Rocchio Classifier digunakan dalam proses klasifikasi karena menurut Widjojo dkk, (2014) menghasilkan sistem klasifikasi dokumen renungan harian yang baik dengan akurasi yang cukup tinggi. Begitu juga pada penelitian Lumbanraja (2013) yang mengklasifikasi dokumen teks, Rocchio Classifier memiliki performansi yang baik dengan akurasi yang cukup tinggi. Penelitian yang dilakukan telah berhasil menerapkan metode Rocchio Classifier untuk rekomendasi produk e-commerce berbasis website menggunakan bahasa pemrograman PHP dan database MySql. Aplikasi rekomendasi ini menggunakan komentar produk, dan nama produk kategori fashion wanita yang terdiri dari 5 sub kategori produk, yaitu sub kategori dress, rok, celana wanita, sandal wanita, dan hijab. Data yang digunakan sebanyak 1030 data komentar Lazada dan 1096 data komentar Bukalapak. pada proses klasifikasi sentimen menghasilkan nilai akurasi terendah pada pengujian 300 komentar data uji Lazada dan 300 komentar data uji Bukalapak menggunakan 70% data latih sebesar 64.83%, sedangkan pada pengujian menggunakan dataset 90% data latih dan 10% data uji memiliki akurasi tertinggi sebesar 77.93%. Jumlah data latih memiliki pengaruh pada prediksi sistem. kualitas data latih juga berperan karena semakin tinggi kualitas data maka sistem akan mendapatkan kosakata atau term yang semakin besar sehingga akan lebih tepat dalam memprediksi kelas sentimen. Keywords : Rocchio Classifier, Analisis Sentimen, E-Commerce, Rekomendasi Produk
  • Program Studi : Ilmu Komputer