ABSTRAK
Perkembangan teknologi komunikasi dan internet mendorong
terjadinya perubahan budaya dalam kehidupan manusia. Salah satu
perubahan yang mendasar ialah perubahan dalam pola makan dan
perubahan tersebut dipicu oleh adanya penilaian produk makanan.
Kumpulan penilaian produk makanan tersebut tersimpan dengan baik
melalui sebuah website penyedia dataset yaitu kaggle yang disebut
dengan dataset food reviews. Dilakukan pengolahan terhadap dataset
food reviews menggunakan text mining untuk membersihkan dataset
hingga diperoleh pattern discovery. Data pattern discovery
digunakan untuk menemukan kata yang frequent dari summary food
reviews. Data hasil metode frequent itemset mining digunakan untuk
proses perhitungan dengan menggunakan algoritma apriori. Hasil
perhitungan apriori akan direpresentasikan ke dalam bentuk diagram
lingkaran, batang, gelembung, scatter, dan word cloud. Berdasarkan
hasil pengujian minimum support dan black box, dapat disimpulkan
bahwa sistem dapat melakukan reduksi kata hingga 97% dengan
menggunakan minimum support 0.1. Kesesuaian antara masukan dan
hasil dapat berjalan baik dan benar sesuai yang diharapkan. Sehingga
dapat membantu user mengetahui product makanan yang sering
mendapatkan reviews.
Kata kunci: Food Reviews, Preprocessing Data, Frequent Itemset
Mining, Apriori, Visualisasi.