Analisis Sentimen terhadap Pengiriman Pesanan Aplikasi Alfagift dengan Recurrent Neural Network Menggunakan LSTM

Liuwandy, Given (2024) Analisis Sentimen terhadap Pengiriman Pesanan Aplikasi Alfagift dengan Recurrent Neural Network Menggunakan LSTM. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (665kB)
	PDF BAB_I.pdf Download (358kB)
	PDF BAB_II.pdf Download (760kB)
	PDF BAB_III.pdf Download (562kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (254kB)
	PDF DAFTAR_PUSTAKA.pdf Download (265kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (985kB)

Abstract

Bisnis ritel merupakan salah satu penyedia kebutuhan masyarakat sehari-hari. Ritel sendiri merupakan bentuk usaha bisnis yang berfokus pada kemampuan pemasaran dan memuaskan konsumen akhir. Perkembangan zaman membuat bisnis ritel perlu melakukan adaptasi. Aplikasi Alfagift merupakan hasil adaptasi PT. Sumber Alfaria Trijaya dalam mengikuti perkembangan teknologi. Pemenuhan atas kepuasan pengguna dilakukan aplikasi Alfagift dengan menyediakan wadah untuk memberikan ulasan dan review berdasarkan hasil dari pesanan pada aplikasi. Feedback yang diberikan digunakan untuk meningkatkan performa dan pelayanan dari aplikasi. Ulasan yang dikumpulkan merupakan data tidak terstruktur sehingga sulit untuk mendapatkan informasi dari data dengan melakukan analisis sentimen. Data akan diberikan label menggunakan InSet Lexicon untuk mengatasi ketidaksesuaian antara rating dengan ulasan. Analisis dilakukan untuk mengetahui sentiment positif dan negatif terkait aplikasi Alfagift. Algoritma bidirectional Long Short Term Memory dan simple Recurrent Neural Network digunakan untuk melakukan pemodelan sentiment analysis. Algoritma ini dipilih karena performa yang dimiliki untuk memproses data dengan jumlah yang besar. Algoritma deep learning bidirectional Long Short Term Memory mendapatkan hasil prediksi sebesar 96.3%. Hasil ini dipengaruhi oleh ulasan pada aplikasi Alfagift yang menyediakan pilihan ulasan umum yang membuat klasifikasi menjadi lebih mudah. Hasil akhir dari penelitian ini adalah website yang dapat menyajikan data dalam bentuk word cloud dan bar chart ulasan positif dan negatif serta dapat menganalisa sentiment menggunakan model bidirectional Long Short Term Memory.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Aplikasi, Long Short Term Memory, Recurrent Neural Network, Ritel
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	09 Nov 2024 11:47
Last Modified:	09 Nov 2024 11:47
URI:	https://kc.umn.ac.id/id/eprint/33895

Actions (login required)

View Item