Implementasi Multinomial Naive Bayes Untuk Analisis Sentimen Data Ulasan Konsumen Pengguna Aplikasi E-Commerce Lazada

Teguh Aji Pamungkas, . (2023) Implementasi Multinomial Naive Bayes Untuk Analisis Sentimen Data Ulasan Konsumen Pengguna Aplikasi E-Commerce Lazada. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (626kB)
	Text BAB I.pdf Restricted to Registered users only Download (105kB)
	Text BAB II.pdf Restricted to Registered users only Download (250kB)
	Text BAB III.pdf Restricted to Registered users only Download (123kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (80kB)
	Text JURNAL.pdf Restricted to Registered users only Download (550kB)

Abstract

Aplikasi e-commerce Lazadamemberikankesempatan padapenggunauntukmemberikanulasan kepuasan terhadap produk dan pelayanan yang diberikan. Dari ulasan yang diberikan oleh pengguna menjadikan sebagai evaluasi untuk meningkatkan kualitas lebih baik kedepannya. Untuk mengetahui hal tersebut perlu dilakukan analisis sentimen. Menurut (Basari dkk., 2013) tujuan dari analisis sentimen adalah untuk menentukan perilaku atau pendapat konsumen atau pengguna aplikasi e-commerce Lazada tentang topik tertentu. Perilaku dapat menunjukkan alasan, pendapat atau penilaian, kondisi kecenderungan atau bagaimana pengguna ingin mempengaruhi pembaca ulasan. Memberikan ulasan pada aplikasi e-commerce lazada dapat mampu meningkatkan kualitas lebih baik pada kondisi produk, pengemasan dan juga pelayanan aplikasi e-commerce lazada. Penelitian ini bertujuan untuk melakukan klasifikasi ulasan pengguna dan juga menampilkan kata ulasan yang sering muncul yang berbentuk wordcloud. Penelitian ini menggunakan metode multinomial naïve bayes dengan data penelitian sebanyak 1902 yang merupakan ulasan dari pengguna aplikasi e-commerce lazada. Berdasarkan hasil penelitian diperoleh akurasi dengan metode multinomial naïve bayes sebesar 0.94 atau 94% hasil ini diperoleh menggunakan konfusion matriks dengan presisi kelas positif 95%, kelas negatif 93%. Hasil kata yang sering muncul yang ditampilkan berbentuk wordcloud dan diagram batang diperoleh pada kelas positif kata yang sering muncul kata “barang” sebanyak 349, kata “bagus” sebanyak 223. Untuk kelas negatif kata “barang” sebanyak 392, kata “kecewa” sebanyak 193. Keywords: Lazada, Multinomialnaïve bayes, Analisis sentimen

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Lazada, Multinomialnaïve bayes, Analisis sentimen
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Engineering, Science and Mathematics > School of Mathematics
Depositing User:	Rizky Andika
Date Deposited:	31 May 2024 09:58
Last Modified:	31 May 2024 09:58
URI:	http://repository.unpam.ac.id/id/eprint/12732

Actions (login required)

View Item