KLASIFIKASI KEPUASAN PENGGUNA APLIKASI SHOPEE MENGGUNAKAN METODE DECISITION TREE C4.5

Fersellia, Fersellia (2023) KLASIFIKASI KEPUASAN PENGGUNA APLIKASI SHOPEE MENGGUNAKAN METODE DECISITION TREE C4.5. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.52.2117 - Fersellia.pdf Download (4MB)

Abstract

Dalam era kemajuan situs belanja online seperti Shopee, pertumbuhan yang pesat juga membawa dampak negatif, seperti ketidaksesuaian barang, kerusakan, dan penipuan. Oleh karena itu, tinjauan ulasan pengguna di media sosial menjadi krusial untuk memahami sejauh mana pengguna merasa puas. Penelitian ini menggunakan metode Decision Tree C4.5 untuk menganalisis sentimen pengguna Shopee. Proses analisis sentimen melibatkan ekstraksi teks dan metode klasifikasi menggunakan 10.000 data yang diambil dari Google Play Store, serta data yang telah dilabeli dengan Lexicon Vader. Penelitian membandingkan tiga metode ekstraksi, yaitu TF-IDF, FastText, Glove, dan Word2Vec. Hasil penelitian mengungkap bahwa TF-IDF memberikan kinerja yang optimal, dengan akurasi rata-rata mencapai 90%, presisi 94%, recall 93%, dan f1-score 94% untuk sentimen positif, yang merupakan mayoritas reaksi pengguna terhadap Shopee. Temuan penelitian menunjukkan bahwa sentimen pengguna terhadap Shopee cenderung positif, dengan kepuasan mayoritas pengguna terpenuhi. Metode TF-IDF memberikan performa terbaik dengan akurasi rata-rata 90% dan nilai presisi, recall, serta f1-score yang tinggi untuk semua kelas sentimen. Meskipun demikian, perbandingan dengan metode Word2Vec dan Glove mengungkapkan performa yang lebih rendah. Penelitian ini berhasil meningkatkan akurasi dibandingkan dengan penelitian sebelumnya, menyoroti keunggulan metode Decision Tree C4.5 dalam analisis sentimen pada aplikasi e-commerce.

Actions (login required)

View Item