Penilaian positif atau negatif suatu produk dapat dilihat dari review yang diberikan oleh pemilik produk. Saat ini, sudah tersedia website penyedia review produk, dimana review tersebut dinilai dari rating dan komentar yang diberikan konsumen. Namun, karena terlalu banyaknya review opini yang masuk, membuat calon pembeli yang baru sulit menentukan nilai dari produk tersebut apakah bernilai positif atau negatif. Proses klasifikasi akan sangat membantu untuk menentukan nilai produk. Opinion Mining merupakan bidang terkait yang menganalisis opini yang diberikan oleh masyarakat terhadap entitas, individual, masalah, events, topic, dan atribut lainnya. Proses ekstraksi pada fitur yang dilakukan sebelum klasifikasi opini akan membuat akurasi penilaian lebih tinggi karena setiap review di nilai dari masing-masing fitur yang dicantumkan didalamnya. Penggunaan Metode Pointwise Mutual Information dilakukan pada proses ekstraksi fitur dimana data review diambil noun phrase dari masing-masing kalimat review. Stanford Parser dari Stanford NLP pada proses pre-processing data akan memudahkan proses ekstraksi data karena data di parse terlebih dahulu. Semantic Orientation Labeling digunakan pada proses klasifikasi. Hasil pengujian menggunakan metode ini memiliki nilai berkisar antaraa 30% - 50%. Sistem yang akan dibuat pada penelitian ini menggunakan bahasa pemrograman Java.
Kata Kunci: review opini, ekstraksi fitur, Stanford Parser, PMI-IR, Semantic Orientation Label, Java