Damayanti, Aulia Rahma (2022) IDENTIFIKASI TOPIC MODELLING PADA ULASAN PRODUK DENGAN ANALISIS LATENT SEMANTIC SIMILARITY. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (554kB) |
|
Text (BAB I)
BAB I.pdf Download (253kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (371kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (198kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (760kB) |
|
Text (BAB V)
BAB V.pdf Download (38kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (106kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
source-code_17.11.1049_AULIARAHMADAMAYANTI - Aulia Rahma Damayanti.rar Restricted to Repository staff only Download (1MB) |
|
Text (PUBLIKASI)
publikasi_17.11.1049_AULIARAHMADAMAYANTI - Aulia Rahma Damayanti.pdf Restricted to Repository staff only Download (558kB) |
Abstract
INTISARI Platform digital saat ini sudah mengubah cara berinteraksi juga mengubah cara dalam meyampaikan pendapat atau ulasan. Sebagai contoh yaitu media e- commerce dengan menuliskan ulasan konsumen terhadap produk yang dibelinya. setiap ulasan pengguna memiliki peran penting dalam mempengaruhi tingkat penjualan dan minat konsumen terhadap produk yang dibelinya. Oleh karena itu, analisis semantic similarity dapat mencari ulasan mana saja yang memiliki maksud dan tujuan yang sama. Penelitian ini menggunakan metode Latent Semantic Analysis (LSA). LSA adalah Teknik dalam pemrosesan Bahasa alami, khususnya dalam vector semantik. Terdapat beberapa metode yang akan dilakukan dalam penelitian ini, tahap pertama metode pengumpulan data dengan mengambil dataset dari Kaggle, metode analisis melakukan analisis mengenai metode LSA dalam mengidentifikasi pemodelan topik, metode perancangan mencangkup proses preprocessing seperti data cleaning, tokenization, stopword removal dan stemming, metode pengujian tahap terakhir dalam penelitian untuk menghitung representasi nilai dari metode LSA pada pemodelan topik. Metode Topic modelling dengan Latent semantic analysis (LSA) dapat menghasilkan data topik pada data ulasan produk e-commerce yang diambil dari kaggle. Dengan menghasilkan 10 topik teratas dari pemrosesan. Dalam bentuk visualisasi ditampilkan bahwa data 10 topik yang muncul terdapat 2 topik yang nilai topic modellingnya tinggi yaitu Topik 0 dengan nilai 19,89 dan Topik 4 dengan nilai 19,75.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Latent Semantic Analysis (LSA), SVD, Ulasan Produk | ||
| 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: | 08 Jun 2022 08:03 | ||
| Last Modified: | 07 Aug 2023 07:48 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/497 |
Actions (login required)
 |
View Item |