PERBANDINGAN NAÏVE BAYES DAN KNN UNTUK ANALISIS SENTIMEN SHOPEE BERBASIS ASPEK

KAMAHIZA, ANDRIANSYAH (2022) PERBANDINGAN NAÏVE BAYES DAN KNN UNTUK ANALISIS SENTIMEN SHOPEE BERBASIS ASPEK. S1 thesis, Universitas Mercu Buana Jakarta-Menteng.

[img] Text (COVER)
41518110082 -ANDRIANSYAH KAMAHIZA-01 Cover - andriansyah kamahiza.pdf
Download (750kB)
[img] Text (ABSTRAK)
41518110082 -ANDRIANSYAH KAMAHIZA-02 Abstrak - andriansyah kamahiza.pdf
Download (22kB)
[img] Text (BAB 1)
41518110082 -ANDRIANSYAH KAMAHIZA-03 Bab 1 - andriansyah kamahiza.pdf
Restricted to Registered users only
Download (194kB)
[img] Text (BAB 2)
41518110082 -ANDRIANSYAH KAMAHIZA-04 Bab 2 - andriansyah kamahiza.pdf
Restricted to Registered users only
Download (179kB)
[img] Text (BAB 3)
41518110082 -ANDRIANSYAH KAMAHIZA-05 Bab 3 - andriansyah kamahiza.pdf
Restricted to Registered users only
Download (193kB)
[img] Text (BAB 4)
41518110082 -ANDRIANSYAH KAMAHIZA-06 Bab 4 - andriansyah kamahiza.pdf
Restricted to Registered users only
Download (195kB)
[img] Text (BAB 5)
41518110082 -ANDRIANSYAH KAMAHIZA-07 Bab 5 - andriansyah kamahiza.pdf
Download (673kB)
[img] Text (BAB 6)
41518110082 -ANDRIANSYAH KAMAHIZA-08 Bab 6 - andriansyah kamahiza.pdf
Restricted to Registered users only
Download (270kB)
[img] Text (DAFTAR PUSTAKA)
41518110082 -ANDRIANSYAH KAMAHIZA-09 Daftar Pustaka - andriansyah kamahiza.pdf
Restricted to Registered users only
Download (126kB)
[img] Text (LAMPIRAN)
41518110082 -ANDRIANSYAH KAMAHIZA-10 Lampiran - andriansyah kamahiza.pdf
Restricted to Registered users only
Download (224kB)
[img] Text
41518110082 -ANDRIANSYAH KAMAHIZA-11 Formulir Pernyataan Keabsahan dan Perserujuan Publikasi Tugas Akhir - andriansyah kamahiza.pdf
Restricted to Repository staff only
Download (117kB)

Abstract

Internet telah berkembang begitu pesat, dapat memudahkan pengguna untuk memahami dan mengambil informasi cepat, akurat, dan mencakup lebih banyak ruang dan waktu. Pesatnya penggunaan Internet dapat dimanfaatkan oleh perusahaan-perusahaan e-commerce untuk dapat meningkatkan performa dan pelayanannya. Di Indonesia telah banyak e-commerce yang telah dapat diakses dengan mudah melalui platform mobile seperti pada Google Play store. Terdapat Ulasan pada Google Play Store untuk berkomentar tentang aplikasi atau lainnya yang telah diunduh. Penelitian ini bertujuan untuk mengetahui sentimen dari Shopee. Analisis Sentimen adalah proses penggunaan text analytics untuk mendapatkan berbagai sumber data dari internet dan berbagai platform media sosial. Tujuannya adalah untuk memperoleh opini dari pengguna yang terdapat pada platform tersebut. Analisis berbasis aspek adalah analisis sentimen yang tidak hanya mengidentifikasi bagaimana sentimen itu, tetapi juga menentukan ke mana arahnya. Dari segi kelengkapan analisis sentimen, level aspek dapat dikatakan lebih komprehensif daripada level teks atau kalimat. Hal ini dikarenakan analisis sentimen pada tataran kalimat hanya berfokus pada identifikasi sentimen Positif dan Negatif, tanpa memperhatikan aspek-aspek yang dikandungnya. Untuk menganalisis secara utuh perlu diketahui apakah sentimen Positif atau Negatif pada masing-masing aspek, sehingga perlu dilakukan analisis sentimen berdasarkan aspek tersebut. Berdasarkan hasil analisis dan pengujian yang telah dilakukan terhadap komentar pada Google Play Store terhadap Shopee dengan total 5,000 komentar, dengan aspek aplikasi, pengiriman dan pembayaran. Dengan model CRISP-DM dan membandingkan metode klasifikasi Naïve Bayes (Naive Bayes) dan K-Nearest Neighbor (K-Nearest Neighbor), terbukti bahwa model metode klasifikasi Naïve Bayes (Naive Bayes) menunjukkan hasil terbaik. Rata-rata Accuracy Naive Bayes sebesar 83.36% dilihat dari tiga aspek, yaitu aspek aplikasi sebersar 79.30%, aspek pengiriman sebesar 82.14%, dan aspek pembayaran sebesar 86.96% The Internet has grown so rapidly, it can make it easier for users to understand and retrieve information quickly, accurately, and covers more space and time. The rapid use of the Internet can be utilized by e-commerce companies to improve their performance and services. There are Reviews on the Google Play Store to comment on apps or others that have been downloaded. This study aims to determine the sentiment of Shopee. Sentiment analysis is the process of using text analytics to obtain various data sources from the internet and various social media platforms. Aspect-based analysis is sentiment analysis that not only identifies how the sentiment is, but also determines where it is headed. In terms of the completeness of sentiment analysis, the aspect level can be said to be more comprehensive than the text or sentence level. This is because sentiment analysis at the sentence level only focuses on identifying positive and negative sentiments, without paying attention to the aspects they contain. In order to fully analyze it, it is necessary to know whether the sentiment is Positive or Negative in each aspect, so it is necessary to conduct a sentiment analysis based on that aspect. Based on the results of analysis and testing that has been carried out on comments on the Google Play Store on Shopee with a total of 5,000 comments, with aspects of application, delivery and payment. With the CRISP-DM model and comparing the Naïve Bayes (Naive Bayes) and K-Nearest Neighbor (K-Nearest Neighbor) classification methods, it is proven that the Nave Bayes (Naive Bayes) classification method model shows the best results. The average Naive Bayes Accuracy is 83.36% seen from three aspects, namely the application aspect of 79.30%, the delivery aspect of 82.14%, and the payment aspect of 86.96%

Item Type: Thesis (S1)
NIM/NIDN Creators: 41518110082
Uncontrolled Keywords: Shopee, Sentiment Analysis, Naïve Bayes, K-Nearest Neighbor;Shopee , Analisis Sentimen, Naïve Bayes, k-Nearest Neighbor
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Priyo Raharjo
Date Deposited: 06 Sep 2022 03:04
Last Modified: 06 Sep 2022 03:04
URI: http://repository.mercubuana.ac.id/id/eprint/68827

Actions (login required)

View Item View Item
UMB Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.