Analisis Sentimen terhadap Fitur Shopee Live Menggunakan Algoritma Support Vector Machine

Willy, Ferdy (2024) Analisis Sentimen terhadap Fitur Shopee Live Menggunakan Algoritma Support Vector Machine. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (618kB)
	PDF BAB_I.pdf Download (214kB)
	PDF BAB_II.pdf Download (314kB)
	PDF BAB_III.pdf Download (258kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (204kB)
	PDF DAFTAR_PUSTAKA.pdf Download (211kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (335kB)

Abstract

Dengan perkembangan pengguna internet di Indonesia yang sangat pesat, istilah ecommerce sudah tidak asing lagi di masyarakat. Sehingga pertumbuhan ecommerce di Indonesia juga sangat tinggi. Shopee merupakan salah satu plaform ecommerce yang terus mengembangkan aplikasinya. Salah satu fitur yang sedang tren di Indonesia adalah shopee live. Fitur ini memungkinkan pembeli untuk berinteraksi langsung dengan penjual sebelum membeli produknya. Fitur ini tentunya mendapatkan berbagai macam ulasan dari penggunanya. Ulasan ini berguna sebagai masukan kepada pengembang dan juga dapat membantu pengguna dalam memilih aplikasi yang tepat. Ulasan yang digunakan pada penelitian ini didapatkan dari ulasan di playstore pada aplikasi shopee. Penelitian ini bertujuan untuk membuat sebuah model untuk melakukan analisis sentimen terhadap fitur shopee live. Analisis sentimen dilakukan menggunakan metode support vector machine, dengan mengumpulkan ulasan dari playstore. Kemudian akan menggunakan confusion matrix untuk mendapatkan nilai accuracy, precision, reacall, dan f1-score dari model yang sudah dibuat. Hasil dari penelitian, didapatkan algoritma support vector machine memiliki nilai accuracy 78%, precision 70%, recall 69%, dan f1-score 69%. Selain itu, dari 1011 ulasan yang telah dikumpulkan, didapatkan 58% data memiliki sentimen positif, 31% data memiliki sentimen negatif, dan 11% data memiliki sentimen netral.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Confusion Matrix, Review, Shopee Live, Support Vector Machine
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	09 Nov 2024 12:19
Last Modified:	09 Nov 2024 12:19
URI:	https://kc.umn.ac.id/id/eprint/34032

Actions (login required)

View Item