Analisis Sentimen Berbasis Aspek Terhadap Produk Sneakers Menggunakan Smooth Support Vector Machine

Analisis sentimen adalah proses penentuan sentimen yang terkait dengan aspek opini yang biasanya berada dalam rentang tertentu. Analisis sentimen berbasis aspek adalah untuk analisis opini berbutir halus yang memperhitungkan kelompok sasaran dan didefinisikan sebagai masalah penelitian. Sneakers sudah menjadi bagian dari gaya hidup anak muda masa kini di beberapa negara, termasuk Indonesia. Dalam penelitian L. Merinda, Abdurrahim, dan S. Lailis berjudul “Analisis Sentimen Tweet Vaksin Covid-19 Menggunakan RNN dan Naive Bayes” dengan total 5.000 data menunjukkan akurasi 97,99% untuk RNN dan Naivelle Bayes memberikan akurasi 80%. Dari penelitian yang telah dijelaskan, terlihat bahwa klasifikasi big data masih memiliki kekurangan dalam hal akurasi. Dari penelitian SSVM dapat disimpulkan bahwa SSVM dapat mengatasi permasalahan big data dan tetap terjaga akurasinya. Berdasarkan hasil dari semua langkah yang dilakukan dalam analisis sentimen berbasis aspek menggunakan SSVM dengan TF-IDF, dalam hal evaluasi produk sneaker, akurasi tertinggi adalah 96% pada kontrol dari aspek model. Berdasarkan hasil dari semua tahapan yang telah dilakukan dalam analisis sentimen berbasis aspek dengan menggunakan SSVM dengan TF-IDF pada kasus ulasan produk sneakers mendapatkan hasil akurasi tertinggi yaitu 96% untuk pengujian aspek pada aspek model.