: Penerapan Text Mining pada E-Commerce Analytics Tool untuk Klasifikasi Penjualan Produk Pangan Olahan Ilegal

Abstract

E-commerce telah menjadi salah satu sektor ekonomi digital terbesar di Indonesia, dengan kategori makanan dan minuman, termasuk pangan olahan, menempati urutan teratas sebagai barang yang paling banyak dicari pada tahun 2023. Pertumbuhan ini juga meningkatkan risiko peredaran obat dan makanan ilegal secara daring. Badan Pengawas Obat dan Makanan (BPOM) melalui Direktorat Cegah Tangkal, telah mengembangkan E-Commerce Analytics Tool (EAT) guna membantu pencegahan peredaran produk ilegal di situs e-commerce. Penelitian ini bertujuan untuk menemukan metode klasifikasi yang paling tepat dan mengembangkan mesin klasifikasi pada EAT guna mengidentifikasi produk pangan olahan ilegal secara otomatis. Metode klasifikasi yang diuji dalam penelitian ini meliputi Multinomial Na