TEXT
ANALISIS SENTIMEN UNTUK KELOMPOK DATA REVIEW LAPTOP DENGAN METODE LEXICON VADER
ABSTRAK
Perkembangan teknologi informasi telah mendorong pertumbuhan pesat e-
commerce, dengan platform seperti Amazon, Shopee, dan Tokopedia sebagai media
utama jual beli online, dimana laptop menjadi produk dengan volume transaksi dan
ulasan tinggi. Analisis sentimen berbasis lexicon seperti metode VADER digunakan
untuk mengolah ulasan produk secara otomatis, memberikan wawasan penting bagi
pelaku bisnis dan konsumen. Penelitian ini bertujuan untuk melakukan analisis
sentimen terhadap ulasan produk laptop merek ASUS dan Acer pada platform e-
commerce Amazon dengan menggunakan metode lexicon berbasis VADER
(Valence Aware Dictionary and sentiment Reasoner). Proses penelitian meliputi
tahapan pengumpulan data melalui web scraping, pembersihan teks, perhitungan
skor sentimen, serta klasifikasi ke dalam dua kategori utama, yaitu positif dan
negatif. Jumlah data ulasan yang diperoleh terbatas hingga 100 ulasan atau 10
halaman per produk sesuai dengan kebijakan akses data dari Amazon. Metode
lexicon dipilih karena mampu melakukan analisis dengan efisien tanpa memerlukan
data pelatihan, sehingga sesuai untuk eksplorasi awal analisis sentimen. Hasil
pengujian menunjukkan bahwa model analisis sentimen menghasilkan akurasi
sebesar 78,4% untuk dataset ASUS dan 78,2% untuk dataset Acer dengan nilai F1-
Score masing-masing 85,2% dan 86,0%. Berdasarkan kriteria kelayakan skala
Likert, hasil tersebut termasuk dalam kategori “Layak” hingga “Sangat Layak”,
yang menunjukkan bahwa sistem bekerja secara efektif dan reliabel dalam
mengklasifikasikan sentimen ulasan produk. Secara keseluruhan, metode lexicon
berbasis VADER memberikan pendekatan yang praktis dan mudah dipahami dalam
klasifikasi sentimen terhadap ulasan produk.
Kata Kunci: Analisis Sentimen, Metode Lexicon, VADER, Amazon, Review
Laptop.
| S13-5811 | S13-5811 AIN 2025 | Koleksi Skripsi | Tersedia |
Tidak tersedia versi lain