Implementasi Algoritma Machine Learning untuk Klasifikasi Sentimen Ulasan Produk E-Commerce
Seluruh data, kampus, statistik, kutipan, dan temuan dalam materi ini bersifat sintetis. Gunakan untuk mempelajari struktur, bukan sebagai sumber akademik.
Abstrak
Penelitian ini bertujuan untuk mengimplementasikan algoritma machine learning dalam mengklasifikasikan sentimen ulasan produk pada platform e-commerce di Indonesia. Metode yang digunakan adalah Support Vector Machine (SVM) dan Naive Bayes dengan dataset sebanyak 10.000 ulasan dari Tokopedia. Hasil penelitian menunjukkan bahwa SVM memiliki akurasi 87.3% sedangkan Naive Bayes mencapai 82.1%. Preprocessing menggunakan teknik TF-IDF dan Word2Vec. Kontribusi penelitian ini adalah model klasifikasi sentimen yang dapat digunakan pelaku UMKM untuk memahami feedback pelanggan secara otomatis.