ANALISIS SENTIMEN ONLINE REVIEW PENGGUNA E-COMMERCE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN MAXIMUM ENTROPY (Studi Kasus: Review Bukalapak pada Google Play)

Abstract

Bukalapak merupakan salah satu e-commerce terkemuka di Indonesia. Penting bagi sebuah perusahaan atau organisasi untuk mengetahui tanggapan publik mengenai produk atau layanan yang mereka tawarkan. Tidak bisa dipungkiri bahwa opini yang muncul dari publik dapat mempengaruhi citra dari sebuah organisasi atau perusahaan. Akan tetapi, memantau dan mengorganisasi opini dari masyarakat juga bukanlah hal yang mudah. Opini yang dimuat jumlahnya terlalu banyak untuk diproses secara manual. Oleh sebab itu, diperlukan sebuah metode atau teknik khusus yang mampu mengkategorikan review-review tersebut secara otomatis, apakah termasuk positif atau negatif. Salah satu situs yang menyediakan fitur review adalah Google Play. Data yang diperoleh dari situs Google Play dilakukan pelabelan dan dianalisis dengan menggunakan metode Support Vector Machine dan Maximum Entropy untuk mengklasifikasikan data review. Dari hasil pelabelan yang telah dilakukan kemudian akan dilihat asosiasi teks pada setiap kelas sentimen untuk menemukan sebuah informasi yang dianggap penting dan dapat berguna untuk pengambilan keputusan. Klasifikasi dengan metode SVM diperoleh tingkat akurasi sebesar 91,95% . Sedangkan dengan metode Maxent memberikan tingkat akurasi yang lebih tinggi yaitu sebesar 92,98%. Selanjutnya, metode asosiasi teks pada kelas sentimen positif diantaranya terkait barang, transaksi, fitur, pelayanan, pesanan, pengiriman, respon, berbelanja, akulaku, kebutuhan dan cicilan. Sedangkan pada kelas sentimen negatif yang sering dikeluhkan diantaranya barang, update, server, chat, email, transaksi, upload, promo, voucher, bukadompet dan upgrade. Hasil ulasan negatif tersebut dibuat dalam diagram fishbone untuk pemecahan masalah.