Analisis Sentimen Berbasis Aspek dalam Ulasan Merek Fashion di Marketplace Menggunakan Support Vector Machine

M. Ihsan Yusuf Lubis; Ilka Zufria; Ari Usman

doi:10.30591/jpit.v11i2.10159

Analisis Sentimen Berbasis Aspek dalam Ulasan Merek Fashion di Marketplace Menggunakan Support Vector Machine

M. Ihsan Yusuf Lubis, Ilka Zufria, Ari Usman

Abstract

Kementerian Pariwisata dan Ekonomi Kreatif Indonesia menyoroti peran penting ekspor produk fashion, yang mencakup lebih dari separuh total ekspor subsektor ekonomi kreatif nasional. Hal ini menggarisbawahi minat global terhadap merek fesyen Indonesia. Oleh karena itu, para peneliti bertujuan untuk menyelidiki sentimen publik Indonesia terhadap merek fesyen, dengan fokus pada Erigo, yang menarik perhatian setelah sukses memamerkan produknya di New York Fashion Week 2022. Dengan menggunakan analisis sentimen berbasis aspek menggunakan metode Support Vector Machine, 1000 ulasan dari marketplace Shopee dan Tokopedia dianalisis. Hasilnya mengungkapkan kualitas sebagai aspek yang paling banyak diulas, dengan layanan mengumpulkan sentimen negatif tertinggi. Hal ini menunjukkan adanya kekhawatiran yang terus-menerus terkait layanan merek fesyen. Metode Support Vector Machine mencapai akurasi tinggi sebesar 89,5% dalam klasifikasi sentimen. Secara keseluruhan, studi ini menyoroti persepsi konsumen Indonesia terhadap merek fesyen, menekankan area yang perlu ditingkatkan dalam kualitas layanan.

Keywords

Analisis Sentimen Berbasis Aspek, Merek Fashion, Erigo, Marketplace, Support Vector Machine

Full Text:

References

Kemenparekraf/Baparekraf RI, “Brand Fashion Lokal Merambah Kancah Internasional,” Kemenparekraf/Baparekraf RI. Accessed: Apr. 26, 2022. [Online]. Available: https://kemenparekraf.go.id/ragam-ekonomi-kreatif/5-Brand-Fashion-Lokal-Merambah-Kancah-Internasional

C. C. Aggarwal and C. Zhai, Mining Text Data. New York: Springer Science+Business Media, LLC, 2012. doi: 10.1007/978-1-4614-3223-4.

W. Paulina, F. A. Bachtiar, and A. N. Rusydi, “Analisis Sentimen Berbasis Aspek Ulasan Pelanggan Terhadap Kertanegara Premium Guest House Menggunakan Support Vector Machine,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 4, pp. 1141–1149, Apr. 2020, [Online]. Available: http://j-ptiik.ub.ac.id

Jayadeva, R. Khemchandani, and S. Chandra, Studies in Computational Intelligence 659 Twin Support Vector Machines Models, Extensions and Applications, vol. Volume 659. Switzerland: Springer International Publishing, 2017. doi: 10.1007/978-3-319-46186-1.

A. R. Isnain, A. I. Sakti, D. Alita, and N. S. Marga, “Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma SVM,” JDMSI, vol. 2, no. 1, pp. 31–37, 2021, doi: https://doi.org/10.33365/jdmsi.v2i1.1021.

R. Siringoringo and J. Jamaludin, “Text Mining dan Klasterisasi Sentimen Pada Ulasan Produk Toko Online,” Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP), vol. 2, no. 1, pp. 314–319, 2019.

D. Alita, Y. Fernando, and H. Sulistiani, “Implementasi Algoritma Multiclass SVM Pada Opini Publik Berbahasa Indonesia di Twitter,” Jurnal TEKNOKOMPAK, vol. 14, no. 2, pp. 86–91, 2020, doi: https://doi.org/10.33365/jtk.v14i2.792.

C. W. L. Hill, International Business Competing in the Global Marketplace, Thirteenth Edition. New York: McGraw-Hill Education, 2021. Accessed: Jul. 19, 2022. [Online]. Available: mheducation.com/highered

J. C. Williams and S. Lebsock, HBR’s 10 must reads : the definitive management ideas of the year from Harvard Business Review 2019., 2019th ed. Boston, Massachusetts : Harvard Business School Publishing Corporation, 2019. Accessed: Jul. 19, 2022. [Online]. Available: www.hbr.org/bulksales

P. Saigal, Support-Vector Machines Evolution and Applications. New York: Nova Science Publishers, Inc., 2021. Accessed: Jul. 19, 2022. [Online]. Available: copyright.com

O. Campesato, Artificial Intelligence Machine Learning and Deep Learning. Dulles, Virginia: Mercury Learning and Information LLC, 2020. Accessed: Jul. 19, 2022. [Online]. Available: www.merclearning.com

A. S. Handayani, S. Soim, T. E. Agusdi, Rumiasih, and A. Nurdin, “Klasifikasi Kualitas Udara Dengan Metode Support Vector Machine,” Jurnal Informatika & Rekayasa Elektronika, vol. 3, no. 2, pp. 187–199, Nov. 2020, Accessed: Jul. 23, 2022. [Online]. Available: http://e-journal.stmiklombok.ac.id/index.php/jire

DOI: https://doi.org/10.30591/jpit.v11i2.10159