Pelabelan Klaster Fitur Secara Otomatis pada Perbandingan Review Produk
DOI:
https://doi.org/10.25126/jtiik.201412112Abstrak
Abstrak
Penggunaan review produk sebagai suatu sumber untuk mendapatkan informasi dapat dimanfaatkan untuk mengoptimalkan pemasaran suatu produk. Situs belanja online merupakan salah satu sumber yang dapat digunakan untuk pengambilan review produk. Analisa terhadap produk dapat dilakukan dengan membandingkan antara dua buah produk berbeda berdasarkan fitur produk tersebut. Fitur dari suatu produk didapatkan melalui ekstraksi fitur dengan metode double propagation. Fitur yang terdapat dalam sebuah review sangat banyak serta terdapat beberapa kata yang memiliki arti yang sama yang mewakili suatu fitur tertentu, sehingga diperlukan suatu pengelompokan terhadap fitur tersebut. Pengelompokan suatu fitur produk dapat dilakukan secara otomatis tanpa memperhatikan kamus kata, yaitu dengan menggunakan teknik clustering. Hierarchical clustering merupakan salah satu metode yang dapat digunakan untuk pengelompokan terhadap fitur produk. Pengujian dengan metode hierarchical clustering untuk pengelompokan fitur menunjukkan bahwa metode average linkage memiliki nilai recall dan f-measure yang paling tinggi. Sementara untuk pengujian pelabelan menunjukkan bahwa semantic similarity antar fitur lebih berpengaruh dari pada kemunculan fitur di dokumen.
Kata kunci: clustering, fitur produk, pelabelan
Abstract
Product review can be used as a source for acquire information and to optimize the marketing of product. Online shopping sites are one of source that can be used to get product reviews. Analysis of the product can be done by comparing two different products based on product’s features. Features of a product can be obtained through extraction of features with double propagation method. In the product review there are many feature that can be found, and there are some words that have the same meaning which represents a particular feature, so we need a grouping on the feature. Hierarchical clustering is one method that can be used for grouping the features of the product. Based on testing, hierarchical clustering method for grouping feature indicate that the average linkage method has the highest recall and f-measure. As for testing in labeling indicates that the semantic similarity between features is more influential than the appearance of features in the document.
Keywords: clustering, features of the product, labeling
Downloads
Referensi
AZHAR, Y., AGUS Z. A., & DIANA P. 2013. Otomatisasi Perbandingan Produk Berdasarkan Bobot Fitur Pada Teks Opini.
KUMAR, A. K. M. &SURESHA. 2011. Analyzing Web user’ Opinion from Phrases and Emoticons. IJCA Special Issue on “Computational Science – New Dimensions & Perspectives”.
LAU, J. H., DAVID N., SARVNAZ K., & TIMOTHY B. 2010. Best Topic Word Selection for Topic Labeling. Coling. Hal. 605-613.
MAO, X. L., ZHAO, Y. M., ZHENG, J. Z., TAT S. C., HONGFEI, Y., & XIAOMING, L. 2012.Automatic Labeling Hierarchiccal Topics.
POPESCUL, A. & LYLE H. U. 2001. Automatic Labeling of Document Clusters
QIU, G., LIU, B., BU, J., &CHEN, C. 2011. Opinion Word Expansion and Target Extraction Through Double Propagation. Computational Lingustics, 37(1). Hal.9-27.
SHENOY, M. K., K. C. SHET, & DINESH A. 2012.A New Similarity Measure For Taxonomy Based on Edge Counting.International Journal of Web & Semantic Technolology (IJWesT). Vol. 3, No. 4
TAN, P. N., MICHEAL S., & VIPIN K. 2006.Introduction to Data Mining. Pearson Education : India.
TERRATIPUK, P. & JAMIE C. 2006. Automatically Labeling Hierarchical Cluster.
ZHAI, Z., BING L., HUA X., & PEIFA J. 2011. Clustering Product Features for Opinion Mining.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
