SHOP RECOMMENDATION BERBASIS SENTIMEN MENGGUNAKAN FASTTEXT DAN XGBOOST

Perkembangan teknologi dan telekomunikasi menjadikan E-Commerce
sebagai salah satu pusat transaksi jual beli secara online yang hadir dengan banyak
pilihan marketplace, beragam pelayanan dan produk berkualitas yang kian hari
semakin meningkat. Dengan banyaknya produk yang disediakan, menjadikan
sebagain orang kesulitan dalam memilih dan menentukan kualitas barang dari toko
mana yang akan dibeli karena produk tidak dapat disentuh secara langsung. Pada
penelitian ini, penulis akan membuat model yang mampu merekomendasikan toko
online berdasarkan review dan rating dari produk menggunakan FastText dan
XGBoost. Review akan diubah menjadi vektor dengan ukuran panjang 128 dan
vektor ini akan di train menggunakan model XGBoost dengan weak model yang
digunakan adalah decision tree dan ditunning menggunakan RandomsearchCV
dengan 3 fold. Hasil akhir akan dibuat kedalam bentuk web dengan menggunakan
library Streamlit. Hasil penelitian menunjukkan model mampu bekerja dengan baik
dengan score terbaik yaitu 98%. Dari model tersebut diperoleh toko dengan id
1884654 memperoleh f1-score tertinggi yaitu 99% dan menjadikan toko ini toko
yang direkomendasikan pada kategori elektronik.