Analisis Sentimen Ulasan Pelanggan terhadap Produk Rivaldobongkar di Shopee Menggunakan Algoritma Support Vector Machine (SVM)

Widia Amanda; Nina Sulistiyowati; Ahmad Khusaeri

doi:10.55382/jurnalpustakadata.v6i4.2029

Penulis

Widia Amanda Universitas Singaperbangsa Karawang
Nina Sulistiyowati Universitas Singaperbangsa Karawang
Ahmad Khusaeri Universitas Singaperbangsa Karawang

DOI:

https://doi.org/10.55382/jurnalpustakadata.v6i4.2029

Kata Kunci:

Analisis Sentimen, Shopee, Support Vector Machine, TF-IDF, Text Mining

Abstrak

Perkembangan e-commerce yang pesat menjadikan ulasan pelanggan sebagai sumber informasi penting dalam pengambilan keputusan pembelian. Penelitian ini bertujuan menganalisis sentimen ulasan pelanggan terhadap produk Rivaldobongkar di Shopee menggunakan algoritma Support Vector Machine (SVM). Metode penelitian yang digunakan adalah Knowledge Discovery in Databases (KDD) yang terdiri atas tahapan data selection, preprocessing, transformation, data mining, dan evaluation. Dataset penelitian berjumlah 1.518 ulasan pelanggan yang diperoleh dari 10 produk terlaris Rivaldobongkar di Shopee, terdiri dari 1.454 sentimen positif dan 64 sentimen negatif. Tahap preprocessing meliputi case folding, cleaning, tokenizing, stopword removal, dan stemming, sedangkan ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Proses klasifikasi dilakukan menggunakan algoritma SVM dengan kernel linear. Hasil penelitian menunjukkan bahwa model yang dibangun memperoleh nilai accuracy sebesar 95,39%, precision 96,95%, recall 98,28%, dan F1-score 97,61%. Hasil analisis menunjukkan bahwa sebagian besar pelanggan memberikan sentimen positif terhadap kualitas produk, kesesuaian barang, harga, dan layanan pengiriman. Dengan demikian, algoritma SVM terbukti efektif dalam mengklasifikasikan sentimen ulasan pelanggan dan dapat dimanfaatkan sebagai pendukung pengambilan keputusan untuk meningkatkan kualitas produk serta strategi pemasaran pada bisnis e-commerce.

Unduhan

Data unduhan belum tersedia.

Referensi

D. D. Amelia and M. A. Dewanti, “Pengaruh Flash Sale Dan Online Customer Review Terhadap Keputusan Pembelian Artha Ldt+ Di Shopee,” Jurnal Manajemen dan Bisnis, vol. 7, no. 2, Aug. 2025.

R. P. Ashari, A. Rosmaniar, and A. I. Futuwwah, “Performa Digital Marketing Pada Tingkat Konversi Penjualan Dan Tingkat Pelanggan Kembali,” Jurnal Manajemen dan Bisnis, vol. 4, no. 1, Mar. 2024.

S. A. Puteri, “Brand Image Sebagai Mediasi Pengaruh Promosi Dan Harga Terhadap Minat Beli Ulang (Repurchase Intention) (Pada Pt Bdw Kreasi Media Pemalang),” 2024.

S. N. Aisyah and S. Rosyidi, “Pengaruh Persepsi Harga, Customer Review, Customer Rating Dan Promosi Flash Sale Terhadap Keputusan Pembelian Di Shopee,” Jurnal Kompetitif, vol. 12, pp. 48–60, 2023.

N. Malafitri, M. Sujarwo, and S. Murdiati, “Analisis Pengaruh Flash Sale, Online Customer Review, dan Online Customer Rating terhadap Keputusan Pembelian pada Mahasiswa Fakultas Ekonomi dan Bisnis Universitas Pancasakti Tegal di Marketplace Shopee,” Jurnal Manajemen dan Bisnis, vol. 3, no. 1, pp. 21–34, Dec. 2022.

O. C. Ogochukwu and A. Chinedum, “A Review on Opinion Mining: Approaches, Practices and Application,” International Journal on Recent and Innovation Trends in Computing and Communication, vol. 9, no. 3, pp. 1–6, Mar. 2021, doi: 10.17762/ijritcc.v9i3.5456.

Sulistiana and M. A. Muslim, “Support Vector Machine (SVM) Optimization Using Grid Search and Unigram to Improve E-Commerce Review Accuracy,” Journal of Soft Computing Exploration, vol. 1, no. 1, pp. 8–15, Sep. 2020.

M. Agustina and T. N. Purba, “Pengaruh Brand Image, Promosi dan Online Customer Review Terhadap Minat Beli di E-commerce Shopee,” SJEE (Scientific Journals of Economic Education), vol. 9, no. 1, pp. 53–59, Apr. 2025, doi: 10.33087/sjee.

Rajesh and R. S. Kushwaha, “Comprehensive Review of Knowledge Discovery Techniques: A Comparative Analysis,” International Journal of Computer Engineering and Technology (IJCET), vol. 14, no. 1, pp. 20–27, 2023, doi: 10.17605/OSF.IO/EGW6K.

N. Hidayati, F. Hamami, and R. Y. Fa’rifah, “Aspect-Based Sentiment Analysis On FLIP Application Reviews (Play Store) Using Support Vector Machine (SVM) Algorithm,” Journal Of Informatics And Telecommunication Engineering, vol. 7, no. 1, pp. 183–197, Jul. 2023, doi: 10.31289/jite.v7i1.9768.

H. Setyawan, L. M. Azizah, and A. Y. Pradani, “Sentiment Analysis of Public Responses on Indonesia Government Using Naïve Bayes and Support Vector Machine,” Emerging Information Science and Technology, vol. 4, no. 1, pp. 1–7, 2023, [Online]. Available: https://t.co/FKZjLtyWaN

D. A. Wulandari, F. A. Bachtiar, and Indriati, “Aspect Based Sentiment Analysis on Shopee Application Reviews Using Support Vector Machine,” Lontar Komputer?: Jurnal Ilmiah Teknologi Informasi, vol. 15, no. 02, pp. 99–111, Aug. 2024, doi: 10.24843/lkjiti.2024.v15.i02.p03.

V. B. Lestari and C. A. Hutagalung, “Evaluation of TF-IDF Extraction Techniques in Sentiment Analysis of Indonesian-Language Marketplaces Using SVM, Logistic Regression, and Naive Bayes,” Journal of Computer Science and Applications (J-KOMA), vol. 08, 2025, doi: 10.21009/j.

Y. Yuliawati, N. Sulistyowati, and S. Siska, “Opinion Mining Terhadap Penanganan Rohingya Di Provinsi Aceh Menggunakan Naïve Bayes Pada Media Sosial Twitter,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, Aug. 2024, doi: 10.23960/jitet.v12i3.4990.

U. Kulsum, M. Jajuli, and N. Sulistiyowati, “Analisis Sentimen Aplikasi WETV di Google Play Store Menggunakan Algoritma Support Vector Machine,” Journal of Applied Informatics and Computing (JAIC), vol. 6, no. 2, pp. 205–212, Dec. 2022, [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC