Fauzy, Rino Alvian Nur (2020) ANALISIS SENTIMEN TWITTER TERHADAP TOKOPEDIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (863kB) |
|
Text (BAB I)
BAB I.pdf Download (244kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (601kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (590kB) |
|
Text (BAB V)
BAB V.pdf Download (44kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (91kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code - Rino Alvian Nur Fauzy.rar Restricted to Repository staff only Download (207kB) |
|
Text (PUBLIKASI)
PUBLIKASI_16.11.0325 - Rino Alvian Nur Fauzy.pdf Restricted to Repository staff only Download (686kB) |
Abstract
Situs jual beli online semakin diminati oleh banyak orang dari berbagai usia. Kemudahan dalam berbelanja menjadikan banyak situs jual beli berlomba-lomba dalam meningkatkan kualitas demi memberikan pengalaman yang dirasa cocok oleh pengguna. Tokopedia masih menempati peringkat pertama pada kuartal ketiga tahun ini sebagai e-commerce yang paling banyak diakses sejak kuartal ketiga tahun 2018. Demi menjaga performa dan meningkatkan pelayanan, dibutuhkan masukan atau opini dari pengguna untuk mengetahui kelemahan yang dapat dijadikan bahan evaluasi dan peningkatan pelayanan. Calon pengguna e-commerce juga butuh bahan pertimbangan untuk memilih mana aplikasi yang dirasa paling tepat mendukung keberlangsungan usahanya. Oleh karena itu, penelitian ini mencoba melakukan analisis sentimen mengenai situs jual beli online khusunya pada Tokopedia. Pengumpulan dataset akan dilakukan menggunakan package dari python yang berjumlah 600 data. Selanjutnya data tersebut memasuki tahap preprocessing untuk meningkatkan akurasi data dan mengurangi noise. Setelah itu data akan dihitung tingkat kemiripan dokumennya menggunakan pendekatan TF-IDF dan Algoritma Support Vector Machine untuk mengetahui klasifikasi dari setiap data. Berdasarkan pengujian yang sudah dilakukan, tingkat akurasi yang dihasilkan mencapai 72% dengan komposisi data latih berjumlah 50% dan komposisi data uji berjumlah 50%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | SVM, Analisis Sentimen, Consine Similarity, TF-IDF | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 16 Jun 2022 01:27 | ||
| Last Modified: | 10 Aug 2023 07:43 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/1196 |
Actions (login required)
 |
View Item |