Abstract:
Perkembangan media sosial memungkinkan konsumen menyampaikan opini
terhadap produk secara terbuka, termasuk pada sepatu preloved. Ulasan ini penting
untuk dipahami karena dapat memengaruhi minat beli dan citra produk. Penelitian
ini bertujuan untuk menganalisis sentimen ulasan pengguna di platform X (Twitter)
menggunakan algoritma Support Vector Machine (SVM) dan Long Short-Term
Memory (LSTM). Dataset yang digunakan berjumlah 1.005 ulasan, yang setelah
proses preprocessing dan balancing menjadi 738 data, terbagi menjadi sentimen
positif dan negatif. Hasil pengujian menunjukkan bahwa algoritma SVM mencapai
akurasi sebesar 68%, sedangkan LSTM menghasilkan akurasi sebesar 61,49% pada
konfigurasi terbaik. Dengan demikian, SVM terbukti lebih efisien dalam klasifikasi
teks sederhana, sementara LSTM membutuhkan parameter yang lebih kompleks
agar optimal. Penelitian ini diharapkan dapat menjadi acuan dalam pemanfaatan
analisis sentimen untuk mendukung pengambilan keputusan bisnis pada produk
preloved.
