Klasifikasi Ulasan Palsu Pada Produk Kosmetik Menggunakan XGBoost
Ulasan online memberikan dampak yang sangat signifikan terhadap keputusan
pembelian serta jumlah uang yang dikeluarkan oleh konsumen. Namun,
meningkatnya pertumbuhan e-commerce juga berdampak dengan bertumbuhnya
ulasan online palsu.. Ulasan palsu adalah ulasan yang diberikan untuk menaikan atau
menurunkan reputasi produk atau jasa dengan memberikan pendapat yang tidak
sebenarnya mengenai produk atau jasa yang diulas. Dari hasil survei yang dilakukan,
90% konsumen dan pemilik bisnis kosmetik setuju bahwa adanya ulasan palsu dapat
merugikan konsumen dan produsen kosmetik.
XGBOOST merupakan algoritma supervised learning yang biasa digunakan
untuk klasifikasi, regresi dan ranking task. Pada penelitian sebelumnya, XGBoost
berkinerja baik dalam mengklasifikasikan data ulasan produk online yang tidak
seimbang. Dengan atribut data yang dipakai pada dataset adalah isi ulasan, rating
ulasan, rekomendasi ulasan dan jumlah likes. Dan ekstraksi fitur yang digunakan
adalah konten fitur dengan mencari nilai Maximum Cosine Similarity, sentiment fitur
dengan melakukan analisis sentimen untuk mencari nilai polaritas sentimennya dan
metadata fitur dengan menentukan nilai rating ulasan, rekomendasi dan jumlah likes.
Model klasifikasi berhasil dibuat dengan tingkat akurasi 91%
URI
https://repo.itera.ac.id/depan/submission/SB2406050151
Keyword
Ulasan Palsu, Kosmetik, Klasifikasi, XGBoost