Feature selection menggunakan algoritma Binary Particle Swarm Optimization (BPSO) untuk memprediksi repurchase intention

Abstract

Feature selection merupakan proses untuk memilih sejumlah fitur relevan yang berpengaruh terhadap output yang diinginkan dari sebuah model. Di dalam kasus model prediksi repurchase intention pada penelitian ini, ulasan pelanggan merupakan dokumen yang direpresentasikan sebagai kumpulan kata-kata. Kata dalam konteks feature selection merupakan sebuah fitur. Banyaknya jumlah ulasan pelanggan menyebabkan meningkatnya jumlah kata (fitur) yang perlu diseleksi sehingga feature selection merupakan masalah yang cukup kompleks untuk dilakukan dan diperlukan sebuah metode pendekatan untuk membantu melakukan feature selection dalam membangun model prediksi repurchase intention dari ulasan pelanggan. Penelitian ini bertujuan untuk menerapkan algoritma Binary Particle Swarm Optimization (BPSO) untuk melakukan feature selection dalam membangun sebuah model prediksi repurchase intention dari ulasan pelanggan serta mengetahui fitur (kata) mana yang berpengaruh di dalam model prediksi repurchase intention. Algoritma BPSO merupakan modifikasi dari algortima Particle Swarm Optimization (PSO) yang meniru proses mencari makanan pada kehidupan populasi burung. Algoritma k-Nearest Neighbors (k-NN) digunakan untuk mengukur performansi model prediksi repurchase intention. Pada penelitian ini juga dilakukan sebuah usulan untuk melakukan pengurangan kata (fitur) awal berdasarkan frekuensi terbesar dengan menggunakan prinsip Pareto (80/20 rule) serta mengurutkan kata (fitur) berdasarkan kecenderungan sentimen kata tersebut dengan menggunakan metode Sentiment Orientation-Pointwise Mutual Information (SO-PMI). Berdasarkan hasil feature selection pada dua dataset ulasan pelanggan yang diambil dari website sociolla.com (dataset moisturizer 1 dengan 2.614 ulasan dan dataset moisturizer 2 dengan 5.334 ulasan), algoritma BPSO mampu mengurangi dari 341 fitur menjadi 229 fitur serta meningkatkan akurasi model prediksi dari 78,44% menjadi 81,31% pada dataset moisturizer 1 dan mampu mengurangi dari 605 fitur menjadi 389 fitur serta meningkatkan akurasi model prediksi dari 78,66% menjadi 79,87% pada dataset moisturizer 2. Dengan menggunakan two-sample t-test (α = 5%), dapat ditarik kesimpulan bahwa terjadi perbedaan rata-rata yang signifikan secara statistik terhadap peningkatan akurasi sebelum dan setelah feature selection pada kedua dataset moisturizer.