Analisis Sentimen terhadap Facebook Marketplace di X  Menggunakan Metode Chi Square dan Support Vector  Machine - Dalam bentuk buku karya ilmiah

TEDY ADITIYA ANDRIANTO

Informasi Umum

Kode

25.04.2774

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

96 kali

Informasi Lainnya

Abstraksi

Perkembangan teknologi telah mengubah cara masyarakat berinteraksi, termasuk dalam sektor perdagangan. Salah satu inovasi yang semakin populer adalah Facebook Marketplace, yang memungkinkan pengguna melakukan transaksi jual beli secara mudah dan efisien. Namun, beberapa pengguna menyampaikan kekhawatiran terkait keamanan transaksi dan kualitas produk, yang sering kali diungkapkan melalui media sosial seperti X. Oleh karena itu, analisis sentimen diperlukan untuk memahami persepsi masyarakat terhadap Facebook Marketplace. Penelitian ini bertujuan untuk menerapkan metode seleksi fitur Chi-Square dan algoritma Support Vector Machine (SVM) dalam menganalisis sentimen pengguna media sosial X terhadap fitur Facebook Marketplace. Data yang digunakan berupa tweet berbahasa Indonesia yang dikumpulkan melalui proses crawling. Setelah dilakukan preprocessing, data diklasifikasikan ke dalam dua kategori sentimen, yaitu positif dan negatif. Tiga skenario pengujian dilakukan untuk mengevaluasi performa model, penerapan seleksi fitur Chi-Square, eksplorasi hyperparameter pada SVM, serta pengujian rasio undersampling untuk menangani ketidakseimbangan kelas. Hasil pengujian menunjukkan bahwa model terbaik diperoleh dengan menggunakan seleksi fitur Chi-Square pada threshold 80%, algoritma SVM dengan kernel Linear dan parameter C = 1, serta teknik undersampling dengan rasio 0,6. Kombinasi tersebut menghasilkan akurasi sebesar 80,00%, precision 78%, recall 76%, dan f1-score 77%. Sistem kemudian diimplementasikan dalam bentuk aplikasi web berbasis React JS yang terhubung dengan backend Flask, dengan fitur prediksi sentimen dan visualisasi data. Penelitian ini diharapkan mampu berkontribusi dalam pengembangan sistem analisis sentimen yang lebih akurat dan dapat diterapkan secara praktis, serta menjadi acuan bagi para pengembang platform untuk meningkatkan mutu layanan dan membangun kepercayaan pengguna. Kata Kunci: Analisis Sentimen, Facebook Marketplace, Chi-Square, Support Vector Machine, Klasifikasi