Analisis Sentimen Terhadap Pengaruh Minat Belanja Berdasarkan Komentar di Marketplace Menggunakan Metode Recurrent Neural Network (RNN)

Abstract

Ulasan produk di marketplace merupakan informasi yang berharga apabila diolah dengan baik. Penjual dapat melakukan analisis ulasan produk untuk mendapat informasi yang dapat digunakan dalam evaluasi produk dan layanan. Kegiatan analisis ulasan produk tidak cukup dengan melihat jumlah bintang, diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui maksud dari ulasan. Apabila dalam jumlah sedikit dapat dilakukan secara manual, namun dalam jumlah banyak lebih efektif menggunakan sistem. Dibutuhkan sistem yang mampu menganalisis banyak ulasan dengan efektif agar memudahkan dalam memahami maksud ulasan. Penelitian ini bertujuan untuk menganalisis sentimen terhadap pengaruh minat belanja berdasarkan komentar di marketplace menggunakan metode RECURRENT NEURAL NETWORK (RNN). Data komentar yang diambil dari marketplace digunakan untuk melatih model RNN dalam mengenali sentimen positif dan negatif. Hasil analisis sentimen akan digunakan untuk mengetahui pengaruhnya terhadap minat belanja pengguna di marketplace. Dalam penelitian ini, analisis sentiment dilakukan dengan menggunakan metode RNN dalam LSTM/GRU training model dengan epoch. Epoch ditentukan oleh peneliti untuk mendapatkan accuracy yang baik. Sebelum melakukan training dan testing model, data yang digunakan di split menjadi data training dan data testing. Split data dilakukan dengan perbandingan 80% data training dan 20% data test. Melalui training model menggunakan 77 epoch dan batch size 128 penelitian ini ini menghasilkan sebuah sistem yang dapat mengklasifikasikan sentimen komentar di marketplace secara otomatis dengan nilai accuracy 100%, serta dapat menentukan sentimen positif dan negatif.