digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Andika Zidane Faturrahman
PUBLIC Dwi Ary Fuziastuti

Analisis sentimen adalah salah satu bentuk penerapan Natural Language Processing (NLP) yang dilakukan untuk menentukan sentimen dari kalimat/teks yang diutarakan oleh manusia. Salah satu penerapan analisis sentimen yang populer ditemui di sektor e-commerce adalah klasifikasi sentimen. Klasifikasi sentimen digunakan untuk mengkategorikan ulasan dari pelanggan terhadap suatu produk ke dalam ulasan positif atau ulasan negatif. Nilai dari ulasan tersebut diwakili oleh pemeringkatan dengan skala likert dari 1 – 5. Model Jaringan Saraf Konvolusi (JSK) adalah salah satu model pembelajaran mendalam yang dapat digunakan dalam mengklasifikasi sentimen dengan mendeteksi kontribusi dari beberapa pasang kata. Penelitian ini ditujukan untuk menganalisis penerapan model JSK dalam memprediksi pemeringkatan dari ulasan-ulasan produk di Amazon. Hasil penelitian menunjukkan bahwa model JSK dapat mengklasifikasi pemeringkatan/ulasan pelanggan dengan skor F1 0.33 dari 1.0 serta parameter yang berpengaruh terhadap performa model JSK adalah jumlah filter, fungsi aktivasi, serta algoritma optimisasi yang digunakan dalam menentukan parameter optimal.