Transaksi secara online sudah berkembang secara pesat dewasa ini. Jumlah produk yang terjual secara online semakin bertambah banyak dan beranekaragam jenisnya. Sebuah review tentang produk acap kali diberikan oleh konsumen untuk mengomentari produk-produk yang sudah mereka beli. Pada jenis produk dengan brand yang sudah terkenal memiliki review yang sangat banyak. Seharusnya review dari konsumen bisa dimanfaatkan produsen sebagai feedback dan digunakan calon konsumen sebagai referensi saat akan membeli barang. Review produk yang jumlahnya semakin banyak akan menyulitkan pembaca jika harus membacanya satu persatu. Solusinya adalah dengan mengidentifikasi fitur produk secara spesifik dari review yang sudah ditulis konsumen. Tugas akhir ini dilakukan untuk mengidentifikasi masalah featured-based opinion summarization dari review konsumen. Proses identifikasi ini terdiri dari dua tahap utama, yaitu : (1) ekstraksi fitur produk yang sudah direview oleh konsumen (feature extraction); dan (2) identifikasi polaritas fitur untuk menentukan polaritas kalimat opini (sentiment analysis). Metode yang digunakan pada opinion extraction ini adalah dengan metode association rule mining dengan algoritma apriori. Berdasarkan hasil pengujian, penggunaan metode association rule mining terbukti dapat mengekstrak fitur produk. Fitur yang sudah diekstraksi tersebut kemudian dicek pada setiap kalimat untuk menemukan orientasi opini dengan bantuan SentiWordNet sehingga didapatkan polaritas opini fitur yang dibicarakan oleh konsumen pada review.
Kata kunci : Association rule mining, Feature extraction, Opinion summarization, Sentiment analysis