Semakin berkembangnya teknologi internet saat ini berdampak pada semakin
maraknya sistem penjualan barang melalui online shop ( e-commerce ). e-commerce tersebut
terdapat fasilitas untuk memberikan review atau opini tentang suatu produk. Review tersebut
mempunyai beberapa manfaat, dipandang dari segi customer, customer dapat membaca opini-opini
dari customer baik yang sudah menggunakan produk tersebut maupun yang belum
menggunakannya. Dari review tersebut, akan dipertimbangkan apakah produk tersebut mempunyai
fitur yang sesuai dengan kita atau tidak. Dari segi manufactur, pihak manufaktur dapat mengetahui
feedback dari customer yang dapat digunakan untuk mengetahui kelebihan dan kekurangan produk
tersebut dan dapat menentukan tindakan apa yang dilakukan dengan feedback dari customer.
Jumlah review atau opini yang ada pada e-commerce sangat banyak, hingga puluhan bahkan
ratusan. Hal itu dapat mempersulit customer untuk mendapatkan informasi yang bermanfaat
karena harus membaca terlalu banyak opini dan review.
Untuk menghadapi masalah tersebut, terdapat solusi untuk dilakukan opinion
summarization dimana dari review customer dilakukan peringkasan kemudian pengelompokan ke
opini positif atau opini negatif. dalam tugas akhir ini, ada 3 proses yang dilakukan , yaitu 1)
ekstraksi fitur dan opini dalam review , 2) penentuan frequent feature , 3) pembentukan ringkasan
pasangan fitur opini dan identifikasi orientasi opini
Berdasarkan hasil pengujian yang didapat menunjukkan bahwa algoritma PMI – IR
dapat digunakan untuk proses peringkasan review produk dengan menghitung keterkaitan dari
kemunculan kata fitur dan opini yang selanjutnya dilakukan penentuan orientasi opini dengan
menggunakan chatterbox. Opinion Summarization , POSTagging, Frequent feature , PMI-IR , Chatterbox