Intepretable Machine Learning Pada Support Vector Machine Untuk Analisis Sentimen Aplikasi Tokopedia

Abstract

Perkembangan teknologi digital yang pesat mengakibatkan kegiatan manusia yang mengalami perubahan. Kegiatan berbelanja di masa sekarang dapat dilakukan secara online melalui e-commerce yang tersedia di telepon pintar dan dapat dengan mudah diunduh. Salah satu e-commerce yang banyak dikunjungi oleh masyarakat Indonesia adalah Tokopedia. Untuk mengetahui opini dari para pengguna aplikasi tersebut dapat dilakukan analisis sentimen melalui review pengguna di aplikasi google play. Jumlah review yang diberikan oleh pengguna pada google play sangat banyak sehingga diperlukan metode untuk mengolah data review tersebut sehingga dapat diperoleh sebuah informasi. Pada penelitian kali ini akan digunakan metode Support Vector Machine untuk melakukan analisis sentiment komentar pengguna aplikasi Tokopedia dan mengintepretasikannya menggunakan Shapley Additive Explanation (SHAP). Tujuan penelitian ini adalah mengetahui analisis sentiment dari opini pengguna aplikasi Tokopedia dengan Support Vector Machine dan mengintepretasikannya dengan Shapley Additive Explanation (SHAP). Proses untuk membangun model analisis sentimen pada penelitian ini menggunakan metode klasifikasi Support Vector Machine dengan nilai akurasi terbaik sebesar 91,4%. Tidak selesai pada proses pembentukan model klasifikasi, untuk menentukan sentimen secara otomatis, penelitian ini dilanjutkan dengan melakukan proses interpretasi model untuk mendapatkan informasi tambahan berupa kata-kata yang yang berpengaruh dalam model klasifikasi. Proses intepretasi dilakukan dengan menggunakan Shapley Additive Explanation (SHAP). Hasil intepretasi yang diperoleh memberikan informasi bahwa kata yang berpengaruh dalam model klasifikasi adalah “mantul”, “bawah”, “ape”, “tokopediapengguna”, “oknum”, dan “jos”.