ANALISIS SENTIMENTAL ULASAN PENGGUNA DI APLIKASI BUKALAPAK MENGGUNAKAN METODE NAÏVE BAYES CLASSIFER

RASYID, RAFI and Handoyo Widi Nugroho (2024) ANALISIS SENTIMENTAL ULASAN PENGGUNA DI APLIKASI BUKALAPAK MENGGUNAKAN METODE NAÏVE BAYES CLASSIFER. Skripsi thesis, Institut Informatika dan Bisnis Darmajaya.

	Text Cover.pdf Download (32kB)
	Text Halaman Pernyataan.pdf Download (200kB)
	Text Halaman Persetujuan dan Pengesahan.pdf Download (22MB)
	Text Abstrak.pdf Download (8kB)
	Text Daftar Isi.pdf Download (288kB)
	Text BAB I.pdf Download (150kB)
	Text BAB II.pdf Download (448kB)
	Text BAB III.pdf Download (811kB)
	Text BAB IV.pdf Download (968kB)
	Text BAB V.pdf Download (12kB)
	Text Daftar Pustaka.pdf Download (130kB)
	Text Lampiran.pdf Download (125kB)

Abstract

Bukalapak adalah sebuah perusahaan e-commerce yang memiliki beberapa layanan seperti marketplace yang mempertemukan penjual dengan pembeli, Bukalapak memiliki fitur ulasan produk yang dapat digunakan oleh pembeli produk untuk memberikan pendapat ataupun ulasan mengenai produk yang telah dibeli Fitur ulasan ini berguna untuk membantu calon pembeli lain untuk memutuskan apakah akan membeli produk itu atau tidak ulasan-ulasan tersebut sering kali di berikan oleh pembeli dalam bentuk komentar yang baik dan buruk untuk itu dari permasalahan ini dapat dilakukan sentiment analysis untuk mengetahui sentiment apa yang terkandung pada ulasan yang diberikan oleh pembeli dan mengetahui apakah produk ini dapat direkomendasikan untuk di beli atau tidak. Permasalahan yang terjadi pada Bukalapak adalah ulasan pengguna yang terlalu banyak sehingga sulit dalam mengkategorikan dan menganalisis ulasan para pengguna, untuk mengetahui kecenderungan komentar serta informasi yang terdapat dalam ulasan bukan hal yang mudah, karena jumlah data ulasan yang terlalu banyak dan memakan waktu yang lama. Dalam membantu menyelesaikan masalah tersebut analisis sentiment merupakan sumber penting dalam melakukan evaluasi dan pengambilan keputusan terhadap sebuah topik permasalahan melalui metode naïve bayes classfier. Ulasan dari pengguna tersebut dapat di manfaatkan untuk dijadikan masukan untuk layanannya dan menjadi pertimbangan pengguna sebelum menggunakan aplikasi Bukalapak. Penelitian ini menggunakan data scrap dari aplikasi bukalapak berjumlah 19999 data. Pada setiap data dilakukan proses preprocessing berupa seleksi data, transformasi data, pembersihan data, dan pelabelan, kemudian setelah dilakukan preprocessing akan dilakukan perhitungan bobot kata pada setiap sentimen menggunakan Metode Naïve bayes Classifier untuk menentukan tingkat optimalisasi suatu suatu sentiment. Hasil pengujian Sentiment positif dengan 3542 data, sentiment negatif 2701 data dan sentiment netral 13757 data Hasil pengujian dengan dalam rekomendasi pada setiap sentiment yaitu kata yang sering muncul setiap sentiment Naïve Bayes Classifier memiliki persentase keberhasilan 80,52%. dengan sekala sangat baik.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Mr Rafi Rasyid
Date Deposited:	27 Dec 2024 06:55
Last Modified:	27 Dec 2024 06:55
URI:	http://repo.darmajaya.ac.id/id/eprint/19095

Actions (login required)

View Item