Text
Penanganan Klasifikasi Data Tidak Seimbang dengan ROS dan ADASYN pada Support Vector Machine (Klasifikasi Ulasan Sunscreen Azarine di Female Daily)
Female Daily merupakan forum online untuk berbagi ulasan mengenai produk
perawatan kulit. Platform ini berguna untuk mencari informasi produk perawatan
kulit berdasarkan pengalaman pengguna lain. Salah satu produk perawatan kulit
yang saat ini diminati adalah sunscreen. Azarine Hydrasoothe Sunscreen Gel SPF
45 PA++++ merupakan sunscreen dengan penjualan terlaris di Indonesia. Ulasan
Azarine Hydrasoothe Sunscreen Gel SPF 45 PA++++ di Female Daily dapat
digunakan sebagai evaluasi kepuasan pengguna terhadap kualitas produk dengan
melakukan analisis sentimen. Penelitian ini menggunakan metode Support Vector
Machine karena pada beberapa penelitian didapatkan akurasi yang tinggi dalam
klasifikasi data teks. Scraping dilakukan pada 31 Januari 2023 untuk 2000 ulasan
terbaru. Ulasan tersebut dibagi menjadi dua kelas, yaitu positif dan negatif
berdasarkan hasil sentimen scoring untuk pelatihan dan evaluasi model klasifikasi.
Hasil dari sentimen scoring terdapat 1780 sentimen positif dan 220 sentimen
negatif, sehingga diketahui ulasan dengan sentimen positif lebih dominan.
Ketidakseimbangan data ini membuat algoritma klasifikasi mengalami penurunan
performa. ROS dan ADASYN digunakan untuk menyelesaikan masalah
ketidakseimbangan. Hasil penelitian menunjukkan bahwa nilai G-mean dari ROSSupport Vector Machine adalah 0,8870 sedangkan ADASYN-Support Vector
Machine adalah 0,8697. Dari nilai G-mean dapat disimpulkan bahwa ROSSupport Vector Machine bekerja lebih baik dalam melakukan klasifikasi ulasan
pengguna produk Azarine Hydrasoothe Sunscreen Gel 45 PA++++ di Female
Daily.
Kata kunci: Analisis Sentimen, Data Tidak Seimbang, ROS, ADASYN, Support
Vector Machine, G-mean
1196 E 2024 | 1196 E 2024 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain