Saat ini review produk sudah menjadi bagian dari informasi yang penting, baik bagi perusahaan maupun individu. Review merupakan tulisan yang berisi pembahasan tentang kelebihan dan kekurangan suatu produk. Review biasanya berisi opini yang digunakan sebagai acuan bagi individu dalam mengambil kesimpulan atau keputusan. Biasanya jumlah review yang ada sangat banyak, sehingga menyulitkan dalam pengambilan keputusan. Karena begitu banyaknya data review, dibutuhkan waktu yang tidak singkat untuk mengolah data tersebut. Oleh karena itu dilakukan proses ekstraksi untuk mendapatkan fitur dan opini. Ekstraksi adalah proses pemisahan dari dua atau lebih komponen yang berbeda. Proses ekstraksi akan dilakukan terhadap kumpulan data review untuk menentukan fitur dan opini seperti pada penelitian yang telah dilakukan sebelumnya. Ekstraksi fitur dan opini yang digunakan pada tugas akhir ini yaitu menggunakan proses type dependency parser, noun phrase parser dan kombinasi union serta menggunakan metode AER untuk merekomendasikan fitur berdasarkan similaritas tertinggi antar kata. Pada tahap preprocessing, ditambahkan 2 metode yaitu coreference resolution dan BIO chunking.
Penambahan proses coreference resolution, BIO chunking dan metode AER dapat menghasilkan F1-score 20% sampai 53% sesuai dengan metode yang digunakan. Ekstraksi menggunakan metode AER dapat menghasilkan rekomedasi fitur dengan similaritas tertinggi, itu dibuktikan dengan nilai recall yang di dapat meningkat hingga 6,93%, akan tetapi hasil precision yang diperoleh menurun. Hal tersebut dikarenakan kandidat fitur yang didapat setelah dilakukan proses AER banyak fitur yang tidak sesuai dengan expert judgedment yang ada pada dataset sehingga menyebabkan precision rendah.
Kata Kunci : Noun Phrase Parser, Type Dependency Parser, AER (Aspect Extraction based on Recommendation), coreference resolution, BIO Chunking.