ANALISIS SENTIMEN MASYARAKAT TERHADAP ONLINE SHOP PADA PLATFORM E-COMMERCE SHOPEE MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

Nur Ainiyah, Dita (2023) ANALISIS SENTIMEN MASYARAKAT TERHADAP ONLINE SHOP PADA PLATFORM E-COMMERCE SHOPEE MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. Diploma thesis, Jurusan Teknologi Informasi.

[img] Text
Cover.pdf

Download (489kB)
[img] Text
Bab I.pdf

Download (145kB)
[img] Text
Bab II.pdf

Download (316kB)
[img] Text
Bab III.pdf

Download (515kB)
[img] Text
Bab IV.pdf

Download (577kB)
[img] Text
Bab V.pdf

Download (596kB)
[img] Text
Bab VI.pdf

Download (82kB)
[img] Text
Bab VII.pdf

Download (8kB)
[img] Text
Daftar Pustaka.pdf

Download (90kB)
[img] Text
Lampiran.pdf

Download (5MB)

Abstract

Dalam lingkungan digital ini, E-commerce telah menjadi salah satu pilihan utama bagi masyarakat untuk berbelanja secara online. Masyarakat yang berbelanja di Online shop tidak bisa menilai kelayakan dari gambar produk dan rating saja. Penelitian ini bertujuan untuk merancang sebuah sistem analisis yang hasilnya mampu digunakan untuk mengidentifikasi kelayakan online shop melalui komentar pada platform E-commerce Shopee menggunakan metode Naive Bayes Classifier. Metode tersebut digunakan sebagai alat untuk mengklasifikasikan sentimen menjadi positif atau negatif. Analisis ini menggunakan review/ulasan dari produk pada beberapa toko online seperti MINISO Indonesia (toko A) dan Amelia Official Shop (toko B). Sentimen masing-masing online shop akan melalui proses Text Preprocessing, Perhitungan TF-IDF, klasifikasi naive bayes, dan pengujian Confusion Matrix. Menggunakan pembagian data training dan testing, hasil akurasi dari pengujian digunakan untuk menentukan kelayakan online shop. Hasil akurasi pada Toko A dengan kondisi data training 90% dan testing 10% adalah 94%, sedangkan Toko B 92% . Kesimpulan yang ditarik dari hasil tersebut bahwa kedua toko layak dilakukan pembelian meski memiliki beberapa ulasan negatif. Selain itu, sistem sudah layak digunakan dan dapat diterima oleh pengguna.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: E-Commerce, Online Shop, Analisis Sentimen, Naive bayes Classifier
Subjects: A Computer Science > Artificial Intelligence
Depositing User: Dita Nur Ainiyah
Date Deposited: 14 Mar 2024 03:25
Last Modified: 14 Mar 2024 03:25
URI: http://repota.jti.polinema.ac.id/id/eprint/899

Actions (login required)

View Item View Item