ANALISIS SENTIMEN REVIEW PENJUALAN PRODUK UMKM PADA KABUPATEN NIAS DENGAN KOMPARASI ALGORITMA KLASIFIKASI MACHINE LEARNING
DOI:
https://doi.org/10.46880/jmika.Vol5No2.pp147-154Keywords:
Support Vector Machine (SVM), Naïve Bayes, K-Nearest Neighbor (KNN), Artificial Neural Network, Covid-19Abstract
Perubahan kebiasan konsumen dalam membeli serta berbelanja di era pandemic covid-19 memiliki dampak yang signifikan khususnya pada produk UMKM, namun dengan memanfaatkan metode analisis sentiment diharapkan dapat membantu meningkatkan penjualan. Tujuan dari penelitian adalah untuk mengetahui bagaiman respon konsumen terhadap pembelian produk UMKM pada kabupaten NIAS. Adapun produk UMKM khas kabupaten Nias yang dipasarkan melalui media social dikelompokkan kedalam empat kategori, yaitu produk kerajinan tangan, produk makanan, barang antik dan produk alat musik. Cara kerja metode ini adalah mengelompokkan dataset yang ada pada komentar pelanggan pada Facebook dan Instagam, lalu diproses menggunakan komparasi algoritma Klasifikasi Machine Learning yang terdiri dari Support Vector Machine (SVM), Naïve Bayes (NB), K-Nearsrt Neighbor (KNN) dan Artificial Neural Network (ANN) hingga menghasilkan output yang diinginkan guna meningkatkan penjualan UMKM dimasa Covid-19. Sumber dataset diperoleh dari penjulan produk UMKM dari media social yaitu facebook dan Instagram, berdasarkan komentar pelanggan tersebut dilakukan pelatihan dan pengujian berdasarkan dataset melalui tahapan text pre-pocessing, feature Extraction, 10 folds Cross Validation dan evaluasi. Adapun hasil yang diperoleh berdasarkan hasil komparasi algoritma Machine Learning adalah nilai Under Are Curve (UAC) pada metode ANN lebih kecil sebesar 0.417 dan metode SVM lebih tinggi sebesar 0.988. Dalam hal ini melalui algoritma SVM dapat dilakukan pengujian dataset yang lebih banyak dengan menambahkan penjualan produk UMKM pada Media Sosial leboh banyak lagi, sehingga dapat memperoleh hasil yang lebih akurat.
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Mawaddah Harahap, Bintang P. A. Sihombing, Olga A. F. Laia, Bryan T. Saragih, Kuandi Dharma
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.