Feature Extraction Customer Review for Explicit and Implicit Features A Case Study on Amazon Customer Review

HENDRIYANA

Informasi Umum

Kode

17.05.170

Klasifikasi

C -

Jenis

Karya Ilmiah - Thesis (S2) - Reference

Subjek

Text Mining

Dilihat

194 kali

Informasi Lainnya

Abstraksi

Pertumbuhan informasi membentuk perkembangan sosial yang menyebabkan jarak bukanlah suatu permsalahan, dengan begitu dapat merubah prilaku sesorang merubah sesorang dalam menjalankan suatu kegiatan perdagangan melalui media internet yang dikenal dengan elektronik komersial atau lebih dikenal dengan e-commerce. Informasi suatu produk dinamakan 'review' yang berisi mengenai informasi yang konsumen lain. Review bermanfaat bagi konsumen dan indutri manufaktur sehingga dapat menentukan keputusan konsumen dalam memilih suatu produk tertentu. Kalimat review mengenai suatu produk tertentu dapat dilihat terhadap kata yang terkandung didalamnya. Kata yang muncul pada kalimat yang menunjukan fitur produk dinamakan fitur explicit, sedangkan kata yang muncul pada kalimat secara tidak langsung menunjukan fitur produk yang dapat berupa karakteristik fitur produk itu sendiri dinamakan fitur implicit. Penelitian ini bertujuan untuk mengekstrak fitur produk baik fitur explicit maupun implicit terhadap suatu kalimat review pada domain handphone. Format review yang digunakan bersifat tekt bebas didapakan pada situs e-commerce amazon namun menimbukan kata ambigu pada fitur produk, sehingga diperlukan data dummy untuk memisahkan kata pada fitur produk. Metode yang digunakan untuk mengekstrak fitur dinamakan SLTM (Sentence Level Topic Model). Pada dataset dummy, performa system untuk mengektrak fitur explicit sebesar 76% dan tur implicit sebesar 92.59%. Sedangkan pada dataset amazon customer review , performa system untuk mengektrak fitur explicit sebesar 88.24% dan fitur implicit sebesar 60%.