SENTIMENT ANALYSIS ULASAN PRODUK PADA SITUS EMARKETPLACE TOKOPEDIA DENGAN MENGGUNAKAN TEXT MINING

Adinegoro, Rahmanda Wahyu (2020) SENTIMENT ANALYSIS ULASAN PRODUK PADA SITUS EMARKETPLACE TOKOPEDIA DENGAN MENGGUNAKAN TEXT MINING. Other thesis, UPN "Veteran" Jawa Timur.

[img]
Preview
Text (Cover)
Cover.pdf

Download (1MB) | Preview
[img]
Preview
Text (Bab 1)
Bab 1.pdf

Download (55kB) | Preview
[img] Text (Bab 2)
Bab 2.pdf
Restricted to Repository staff only

Download (98kB)
[img] Text (Bab 3)
Bab 3.pdf
Restricted to Repository staff only

Download (74kB)
[img] Text (Bab 4)
Bab 4.pdf
Restricted to Repository staff only

Download (749kB)
[img]
Preview
Text (Bab 5)
Bab 5.pdf

Download (12kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
Daftar pustaka.pdf

Download (9kB) | Preview

Abstract

Indonesia memiliki penduduk dengan penggunaan internet yang cukup besar, pada tahun 2018 tercatat jika pengguna internet di Indonesia mencapai 64,8% dari total penduduk sebanyak 264,16 juta jiwa. Hal ini mengakibatkan peningkatan transaksi melalui e-commerce, dimana Indonesia menyumbang sebesar 52,3% nilai transaksi ecommerce yang terjadi di Asia Tenggara pada tahun 2018. Salah satu situs emarketplace terbesar di Indonesia adalah Tokopedia, pada situs ini terdapat ulasan dan rating produk. Tetapi dalam penerapannya banyak ulasan yang tak sesuai dengan rating produk yang diberikan, dan banyak penjual yang memaksa pembeli untuk memberikan rating yang tinggi, maka dari permasalah ini dapat dilakukan analisa sentimen yang terkandung dalam ulasan yang diberikan pengguna. Sentimen yang dianalisa merupakan sentimen positif, netral, dan negatif. Untuk mendapatkan ulasan produk pada Tokopedia dilakukan pengambilan data dengan cara mengakses API Tokopedia, lalu dilakukan text mining untuk mengetahui sentimen yang terkandung dalam suatu ulasan. Text mining dilakukan dengan algoritma Naive Bayes menggunakan 4 algoritma naive bayes yang berbeda untuk mengetahui algoritma dengan performa terbaik. Dari penelitian yang dilakukan, algoritma Naive Bayes dengan performa terbaik adalah Complement dimana menghasilkan tingkat akurasi prediksi sebesar 83,66%, dengan akurasi sebesar 84,37% pada pengujian sistem pada data ulasan sebanyak 32 buah. Kata kunci : Analysis Sentimen, Tokopedia, Naive Bayes, Klasifikasi, Data Mining

Item Type: Thesis (Other)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorWahyuni, Eka DyarNIDN0001128406UNSPECIFIED
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Computer Science > Departemen of Information Systems
Depositing User: Users 14 not found.
Date Deposited: 05 Jan 2021 06:50
Last Modified: 05 Jan 2021 06:50
URI: http://repository.upnjatim.ac.id/id/eprint/908

Actions (login required)

View Item View Item