ANALISIS SENTIMEN ALGORITMA K-NEARST NEIGHBOR (KNN) PADA ULASAN GOOGLE PLAY APLIKASI TOKOPEDIA

Pandegani, Dega (2023) ANALISIS SENTIMEN ALGORITMA K-NEARST NEIGHBOR (KNN) PADA ULASAN GOOGLE PLAY APLIKASI TOKOPEDIA. Diploma thesis, Universitas Nasional.

	Text cover.pdf Download (1MB)
	Text BAB I..pdf Download (298kB)
	Text BAB II.pdf Download (625kB)
	Text BAB III.pdf Download (160kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (107kB)
	Text Lampiran (1).pdf Download (1MB)

Abstract

Sentimen pelanggan menjadi faktor penting dalam menilai kualitas dan kepuasan pelanggan kepada suatu layanan e-commerce. Dalam hal ini, Tokopedia ialah salah satu panggung bisnis online terbanyak di Indonesia. Buat mengenali rate yang didapat dalam mengelompokkan data survei negatif serta audit positif memakai perhitungan K- Nearstt Neighbor ( KNN). Pertama, data ulasan berupa sentimen pelanggan terkait dengan Tokopedia dikumpulkan dari google palay mengunakan google scraper, Tahap pengolahan data meliputi pembersihan teks, pemisahan kata-kata, penghapusan stopwords, dan ekstraksi fitur menggunakan metode TFIDF (Term Frequency-Inverse Document Frequency). Hal ini bertujuan untuk mengubah teks menjadi representasi numerik yang dapat digunakan oleh algoritma KNN. Selanjutnya, data yang telah diproses dijadikan sebagai input untuk algoritma KNN. Algoritma KNN digunakan untuk mengklasifikasikan sentimen pelanggan terhadap Tokopedia menjadi kat egori: positif, dan negatif. Dalam algoritma KNN, sentimen pelanggan yang baru, diklasifikasikan berdasarkan keterdekatannya dengan tetangga terdekat Setelah proses klasifikasi, hasil analisis sentimen diolah dan ditampilkan dalam bentuk visualisasi atau ringkasan yang dapat dipahami oleh pengguna. Hal ini memberikan wawasan tentang pandangan dan pendapat pelanggan terhadap Tokopedia, seperti kepuasan pelanggan, masalah yang sering muncul, atau kelebihan yang dihargai. Penelitian ini memiliki manfaat penting bagi Tokopedia dan pengguna lainnya. Bagi Tokopedia, analisis sentimen dapat membantu dalam pemantauan kepuasan pelanggan, identifikasi masalah, dan pengembangan strategi bisnis yang lebih baik.

Item Type:	Thesis (Diploma)
Subjects:	H Social Sciences > HF Commerce T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	31 Oct 2023 02:40
Last Modified:	31 Oct 2023 02:40
URI:	http://repository.unas.ac.id/id/eprint/8658

Actions (login required)

View Item