Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine (SVM)

Main Article Content

Riszki Wijayatun Pratiwi
Sharfina Febbi H
Dairoh Dairoh
Dwi Intan Af’idah
Qirani Rifa A
Amaliyah Gian F

Abstract

Penampilan menarik merupakan hal yang diinginkan oleh sebagian perempuan, terutama perawatan kulit. Saat ini tingkat kepedulian merawat kulit sudah tinggi pada perempuan. Sebelum melaksanakan perawatan kulit hal yang utama yaitu mengetahui jenis kulit, untuk membantu perempuan agar lebih mudah mengetahui jenis produk skincare yang cocok pada kulit sehingga penelitian ini membahas mengenai analisis sentimen review skincare pada website kecantikan female daily. Metode yang digunakan pada penelitian ini adalah Support Vector Machine (SVM). SVM merupakan machine learning yang sudah banyak digunakan pada penelitian-penelitian sebelumnya dan memberikan hasil yang maksimal. Penelitian ini mendapatkan hasil akurasi sebanyak 87% dengan recall sebesar 90%, precision sebesar 84,90%, dan f1 score sebesar 87,37%.

Article Details

How to Cite
Pratiwi, R., H, S., Dairoh, D., Af’idah, D., A, Q., & F, A. (2021). Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine (SVM). Journal of Informatics Information System Software Engineering and Applications (INISTA), 4(1), 40-46. https://doi.org/10.20895/inista.v4i1.387
Section
Articles

References

[1] B. Liu, Sentiment analysis: mining opinions, sentiments, and emotions. New York, NY: Cambridge University Press, 2015.
[2] A. Amolik, N. Jivane, M. Bhandari, and D. M. Venkatesan, “Twitter Sentiment Analysis of Movie Reviews using Machine Learning Techniques.,” International Journal of Engineering and Technology, vol. 7, no. 6, p. 7, 2016.
[3] M. J. Power and T. Dalgleish, Cognition and Emotion: From Order to Disorder. London: Psychology Press.
[4] I. A. Ropikoh, R. Abdulhakim, U. Enri, and N. Sulistiyowati, “Penerapan Algoritma Support Vector Machine (SVM) untuk Klasifikasi Berita Hoax Covid-19,” vol. 5, no. 1, p. 9.
[5] F. V. Sari and A. Wibowo, “ANALISIS SENTIMEN PELANGGAN TOKO ONLINE JD.ID MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS KONVERSI IKON EMOSI,” vol. 10, no. 2, p. 6, 2019.
[6] A. D. Rahmawan, “Analisis Emosi Pada Twitter Review Film Dalam Bahasa Indonesia,” Gadjah Mada University, Yogyakarta, 2018.
[7] B. Laurensz and Eko Sediyono, “Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19,” JNTETI, vol. 10, no. 2, pp. 118–123, May 2021, doi: 10.22146/jnteti.v10i2.1421.
[8] Y. Mejova, “Sentiment Analysis: An Overview,” p. 34.
[9] Advanced Approaches in Analyzing Unstructured Data. Inggris: Cambridge University Press, 2006.
[10] O. Somantri, S. Wiyono, and D. Dairoh, “Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM),” SJI, vol. 3, no. 1, pp. 34–45, Jun. 2016.
[11] B. Pamungkas and M. E. Purbaya, “Analisis Sentimen Twitter Menggunakan Metode Support Vector Machine (SVM) pada Kasus Benih Lobster 2020,” p. 11, 2021.