Vol. 6 No. 5 (2024): Ranah Research : Journal Of Multidisciplinary Research and Development (Juli 2024 - Agustus 2024)

Klasifikasi Sentimen pada Aplikasi Shopee Menggunakan Fitur Bag of Word dan Algoritma Random Forest

##plugins.themes.academic_pro.article.sidebar##

Download
PDF
Statistic

Downloads

Download data is not yet available.

##plugins.themes.academic_pro.article.main##

Ahnaf Ananta Firdaus
Universitas Jenderal Achmad Yani, Cimahi, Indonesia
Asep Id Hadiana
Universitas Jenderal Achmad Yani, Cimahi, Indonesia
Ade Kania Ningsih
Universitas Jenderal Achmad Yani, Cimahi, Indonesia

Published

Jul 25, 2024

DOI

https://doi.org/10.38035/rrj.v6i5.994

Abstract

Analisis sentimen merupakan metode klasifikasi yang digunakan untuk mengelompokkan opini yang terkandung dalam sebuah teks. Terdapat tiga jenis opini, yaitu opini positif, negatif, dan netral. Analisis sentimen sering digunakan untuk mengetahui opini masyarakat terhadap aplikasi e-commerce, seperti Shopee, melalui ulasan yang terdapat di komentar aplikasi. Dalam penelitian ini, digunakan fitur Bag of Words untuk merepresentasikan data teks ke dalam bentuk vektor yang dapat diolah oleh algoritma machine learning. Algoritma yang digunakan adalah Random Forest, yang dikenal memiliki kemampuan yang baik dalam menangani data yang kompleks dan menghasilkan prediksi yang akurat. Hasil dari penelitian ini menunjukkan bahwa model yang dibangun memiliki akurasi sebesar 84,91%. Hasil ini menunjukkan bahwa pendekatan yang digunakan cukup efektif dalam menganalisis sentimen pengguna terhadap aplikasi Shopee. Penelitian ini memberikan kontribusi signifikan dalam penerapan machine learning untuk analisis teks dan membuka peluang untuk pengembangan lebih lanjut dalam bidang ini.

##plugins.themes.academic_pro.article.details##

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Hak Cipta :

Penulis yang mempublikasikan manuskripnya di jurnal ini menyetujui ketentuan berikut:

  1. Hak cipta pada setiap artikel adalah milik penulis.
  2. Penulis mengakui bahwa Ranah Research : Journal of Multidisciplinary Research and Development berhak menjadi yang pertama menerbitkan dengan lisensi Creative Commons Attribution 4.0 International (Attribution 4.0 International CC BY 4.0) .
  3. Penulis dapat mengirimkan artikel secara terpisah, mengatur distribusi non-eksklusif manuskrip yang telah diterbitkan dalam jurnal ini ke versi lain (misalnya, dikirim ke repositori institusi penulis, publikasi ke dalam buku, dll.), dengan mengakui bahwa manuskrip telah diterbitkan pertama kali di Ranah Research.
How to Cite
Ananta Firdaus, A., Id Hadiana, A. and Kania Ningsih, A. (2024) “Klasifikasi Sentimen pada Aplikasi Shopee Menggunakan Fitur Bag of Word dan Algoritma Random Forest”, Ranah Research : Journal of Multidisciplinary Research and Development, 6(5), pp. 1678-1683. doi: 10.38035/rrj.v6i5.994.

References

Rusdi Rahman, M., & Febri Diansyah, A. (2024). Sentiment Analysis on the Shopee Application on Playstore Using the Random Forest Classification Method. Inform : Jurnal Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 9(1). https://doi.org/10.25139/inform.v9i1.5465
Muara Sains, J., Ilmu Kesehatan, dan, Trisari Harsanti Putri, W., & Hendrowati, R. (2018). PENGGALIAN TEKS DENGAN MODEL BAG OF WORDS TERHADAP DATA TWITTER. 2(1), 129–138.
Utama, H., & Masruro, A. (2022). Analisis Sentimen pada Twitter menggunakan Word Embedding dengan Pendekatan Word2Vec.
Rusdi Rahman, M., & Febri Diansyah, A. (2024). Analisis Sentimen pada Aplikasi Shopee di Playstore Menggunakan Metode Klasifikasi Random Forest. Jurnal Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 9(1). https://doi.org/10.25139/inform.v9i1.5465
Suswadi, S., & Erkamim, Moh. (2023). Sentiment Analysis of Shopee App Reviews Using Random Forest and Support Vector Machine. ILKOM Jurnal Ilmiah, 15(3), 427–435. https://doi.org/10.33096/ilkom.v15i3.1610.427-435
Saepudin, A., Faqih, A., & Dwilestari, G. (n.d.). Perbandingan Algoritma Klasifikasi Support Vector Machine, Random Forest dan Logistic Regression Pada Ulasan Shopee (Vol. 18, Issue 1).
Rozy, F., Rangkuti, S., Fauzi, M. A., Sari, Y. A., Dewi, E., & Sari, L. (2018). Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dengan Ensemble Feature dan Seleksi Fitur Pearson Correlation Coefficient (Vol. 2, Issue 12). http://j-ptiik.ub.ac.id
Sugiarto, D., Utami, E., & Yaqin, A. (n.d.). Perbandingan Kinerja Model TF-IDF dan BOW untuk Klasifikasi Opini Publik Tentang Kebijakan BLT Minyak Goreng.
Khomsah, S., & Agus Sasmito Aribowo. (2020). Text-Preprocessing Model Youtube Comments in Indonesian. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 4(4), 648–654. https://doi.org/10.29207/resti.v4i4.2035
Munir, M. M., Fauzi, M. A., & Perdana, R. S. (2018). Implementasi Metode Backpropagation Neural Network berbasis Lexicon Based Features dan Bag of Words Untuk Identifikasi Ujaran Kebencian Pada Twitter (Vol. 2, Issue 10). http://j-ptiik.ub.ac.id
Kusuma Pangkasidhi, M., Novianus Palit, H., & Gunawan, A. (n.d.). Analisis Sentimen Mahasiswa di Surabaya Terhadap Pelayanan Vaksinasi COVID-19 Menggunakan Beberapa Classifier.
Sugiarto, D., Sari, S., Ariwibowo, A. B., Nabilah Putri, F., Mulya, D., Aulia, T., & Zaki, A. N. (2023). PERBANDINGAN KINERJA KLASIFIKASI SENTIMEN ULASAN PRODUK PEMBELIAN BERAS DI MARKETPLACE SHOPEE. 17(1). https://doi.org/10.47111/JTI
Cahyaningtyas, C., Nataliani, Y., & Widiasari, I. R. (2021). Analisis sentimen pada rating aplikasi Shopee menggunakan metode Decision Tree berbasis SMOTE. AITI: Jurnal Teknologi Informasi, 18(Agustus), 173–184.
Muara Sains, J., Ilmu Kesehatan, dan, Trisari Harsanti Putri, W., & Hendrowati, R. (2018). PENGGALIAN TEKS DENGAN MODEL BAG OF WORDS TERHADAP DATA TWITTER. 2(1), 129–138.