PENERAPAN FEATURE EXTRACTION DAN K-MEANS CLUSTERING UNTUK KELUHAN PENGGUNA PADA APLIKASI TOKOPEDIA

Subagja, Arya (2026) PENERAPAN FEATURE EXTRACTION DAN K-MEANS CLUSTERING UNTUK KELUHAN PENGGUNA PADA APLIKASI TOKOPEDIA. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (279kB)
	Text BAB II.pdf Download (422kB)
	Text BAB III.pdf Download (514kB)
	Text BAB IV .pdf Download (7MB)
	Text BAB V.pdf Download (267kB)
	Text LAMPIRAN.pdf Download (363kB)

Abstract

Penelitian ini membahas kebutuhan analisis otomatis ulasan/keluhan pengguna
aplikasi Tokopedia yang jumlahnya besar sehingga tidak efisien jika dianalisis
manual, padahal ulasan memuat informasi penting terkait kualitas layanan
(transaksi, pengiriman, performa aplikasi, dan layanan pelanggan). Penelitian ini
bertujuan menerapkan ekstraksi fitur TF-IDF dan pengelompokan keluhan
menggunakan algoritma K-Means, serta menyajikannya melalui aplikasi visual
berbasis Streamlit. Data diperoleh dari web scraping Google Play Store sebanyak
8.335 ulasan. Tahapan meliputi preprocessing teks (case folding, cleaning,
tokenizing, stopword removal, dan stemming), pembobotan TF-IDF, penentuan
jumlah klaster dengan Elbow Method, lalu klasterisasi K-Means. Hasil pemodelan
menetapkan k=4 dengan empat tema keluhan: Customer Service, Pembayaran &
Refund, Pengiriman, serta Promo & Ongkir. Distribusi klaster menunjukkan
keluhan terbanyak pada Pembayaran & Refund (1.893; 49,88%) dan Pengiriman
(1.358; 35,78%), diikuti Customer Service (292; 7,69%) dan Promo & Ongkir (252;
6,64%). Evaluasi menghasilkan Silhouette Score 0,0500 yang menunjukkan
pemisahan klaster masih lemah karena ulasan singkat dan sering memuat lebih dari
satu topik, namun tema yang terbentuk tetap relevan untuk menyusun rekomendasi
perbaikan layanan seperti peningkatan SLA CS, perbaikan pembayaran/refund,
optimasi mitra ekspedisi, serta evaluasi promo dan transparansi biaya.

Item Type:	Thesis (Diploma)
Subjects:	H Social Sciences > H Social Sciences (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Irna Irna Yunita
Date Deposited:	28 Apr 2026 07:17
Last Modified:	28 Apr 2026 07:17
URI:	https://repository.unas.ac.id/id/eprint/15481

Actions (login required)

View Item