ABSTRAKSI: Transaksi online saat ini sudah menjadi bagian hidup dan digemari oleh banyak orang di dunia. Situs seperti Ebay.com dan Amazon.com misalnya, merupakan situs jual beli online yang sangat terkenal. Produk-produk yang dijual pun sangatlah beragam. Hal itu mengundang banyak orang untuk memberikan review terhadap produk-produk tersebut. Informasi berupa review yang diberikan tersebut akan sangat berguna baik untuk perusahaan pemilik produk maupun para calon pembeli atau pengunjung dari website tersebut. Akan tetapi dengan terus bertambahnya review mengenai suatu produk juga dapat membuat para kustomer menjadi kebingungan untuk menentukan produk mana yang sesuai dengan keinginannya. Oleh karena itulah perlu sekali adanya identifikasi kalimat opini yang berasal dari banyaknya review yang diberikan. Dengan begitu pembeli dapat mengetahui kelebihan dan kekurangan dari suatu produk yang ditawarkan.
Tugas akhir ini dilakukan dengan melalui serangkaian tahapan yang terdiri dari tiga langkah utama yaitu : 1) melakukan identifikasi dan mengekstrak fitur produk dari review kustomer (feature extraction); 2) mengidentifikasi kalimat opini yang mengandung fitur produk untuk kemudian ditentukan orientasinya (sentiment analysis); 3) menghasilkan ringkasan yaitu berupa klasifikasi opini berdasarkan fitur produk (summary generation). Dataset yang digunakan berasal dari review kustomer di situs Amazon.com karena detail informasinya yang lengkap. Hasil akhir dari Tugas Akhir ini berupa sebuah ringkasan dalam bentuk file teks yang terdiri dari kalimat opini yang sudah dikelompokkan berdasarkan fitur produk dan orientasinya.
Kata Kunci : Product Feature, Opinion Mining, Sentiment Analysis, Review Summarization.ABSTRACT: Online transactions are now a part of life and loved by many people in the world. Sites like Ebay.com and Amazon.com, for example, an online trading sites that are well known. The products sold were extremely diverse. It attracted many people to give a review of these products. Review of information provided will be very useful both for the company owners and potential buyers of products or visitors of the website. But with the continued increase in the reviews about a product can also create confusion for the customer to determine which products are in accordance with her wishes. Therefore it is essential to the identification of sentence opinion from the many reviews that are given. That way the buyer can find out the advantages and disadvantages of the products offered.
The final task is done through a series of stages which consist of three main steps: 1) to identify and extract product features from customer review (feature extraction); 2) identifying opinion sentences that contain the product's features and then determined the orientation (sentiment analysis); 3) produce a summary of which is a classification opinion based on the product's features (summary generation). The dataset is derived from the customer reviews on Amazon.com website for complete detail information. The end result of this final project summary in the form of a text file that consists of opinion sentences that have been grouped based on the product's features and orientation.Keyword: Product Feature, Opinion Mining, Sentiment Analysis, Review Summarization.