Tilly Raycitra Widya Primary Author Nur Azizah Additional Author Mochamad Heru Riza Chakim Additional Author mixed material bibliography Tangerang Universitas Raharja 2023 id Indonesia

Text

Sebagian besar toko online menyediakan fasilitas ulasan produk yang berisi tanggapan-tanggapan terhadap suatu produk. Banyaknya jumlah ulasan menyulitkan para calon pembeli untuk mengambil kesimpulan, sehingga diperlukan analisis sentimen untuk mengekstrak informasi dari ulasan-ulasan tersebut. Kebanyakan analisis sentimen dilakukan pada level dokumen sehingga hasil masih kurang detail karena klasifikasi dilakukan berdasarkan keseluruhan kalimat atau dokumen dan tidak mengidentifikasi aspek yang dibicarakan secara spesifik. Penelitian ini bertujuan untuk melakukan klasifikasi sentimen berbasis aspek terhadap ulasan toko online berbahasa Indonesia menggunakan metode Convolutional Neural Network (CNN) dengan ekstraksi fitur menggunakan Word2Vec. Data yang digunakan pada penelitian ini adalah 4060 ulasan pengguna aplikasi Tokopedia yang diperoleh melalui scraping. Dilakukan pelabelan sentiment yang menghasilkan 2903 ulasan bersentimen positive, 585 ulasan bersentimen neutral dan 572 ulasan bersentimen negative. Proses preprocessing yang dilakukan diantaranya case folding, menghapus symbol, angka, stemming, dan tokenisasi. Hasil pengujian pada sistem yang dibangun memperlihatkan bahwa metode CNN dengan ekstraksi fitur Word2Vec memiliki nilai score yang lebih baik daripada metode naive bayes dengan nilai akurasi 81%. Kata Kunci : Convolutional Neural Network (CNN), Word2Vec, Akurasi 004 Perpustakaan Universitas Raharja Jl. Jendral Sudirman No. 40 Modern Cikokol Tangerang, Banten 004 WID a (MTI-2023) S2179 Perpustakaan Raharja (Rak Skripsi) 004 WID a (MTI-2023) 11758 2023-11-16 12:50:27 2023-11-16 12:51:06 machine generated