Ananta, Nanda Firizki (2019) Prediksi Rating Pada Review Produk Kecantikan Menggunakan Metode Contextual Valence Shifters Dan Regresi Linear. Sarjana thesis, Universitas Brawijaya.
Abstract
Pada saat ini terdapat berbagai macam produk kecantikan. Dengan adanya berbagai macam produk tersebut pemilihan produk kecantikan yang sesuai kebutuhan perlu dilakukan untuk mendapatkan hasil terbaik. Salah satu cara untuk pemilihan produk kecantikan untuk konsumen adalah dengan melihat review beserta rating dari produk yang akan dibeli. Dengan adanya berbagai sumber review, tidak jarang review tersebut tidak disertai dengan rating sehingga mempersulit konsumen untuk melihat apakah produk yang akan dibelinya merupakan produk yang bagus atau tidak. Oleh karena pada penelitian ini bertujuan untuk mengategorikan review tersebut ke dalam bentuk rating sehingga mempermudah konsumen untuk menentukan produk yang dipilih. Sistem yang dibangun pada penelitian ini menggunakan metode Contextual Valence Shifters dan Regresi Linear serta penggunaan n-gram meliputi bigram, trigram, dan kalimat review. Pada pengujian sistem, hasil tertinggi untuk model pengujian toleransi 0 adalah 21,6% untuk bigram dan trigram sedangkan model pengujian toleransi 1 akurasi tertinggi adalah 66,5% untuk bigram dan untuk sentimen review adalah 62,4% untuk bigram. Dari hasil pengujian yang dilakukan, penggunaan n-gram khususnya bigram berdampak positif pada hasil akurasi sistem.
English Abstract
At present, there are various kinds of beauty products. With a variety of products, the selection of beauty products in accordance with the needs must be done to get the best results. One way to choose beauty products for consumers is to look at reviews along with ratings of the products to be purchased. But with the existence of various review sources, it is not uncommon for the review not to be accompanied by a rating, making it difficult for the consumers to see whether the product to buy is a good product or not. Therefore, this research aims to categorize the review into a rating so that it is easier for consumers to determine the selected product. The system built in this research uses the Contextual Valence Shifters and Linear Regression methods and the use of n-grams includes taking the word bigram, trigram, and review sentences. In system testing, the highest results for the tolerance 0 testing model are 21.6% for bigram and trigram, the tolerance 1 test model the highest accuracy is 66.5% for bigram and for sentiment review is 62.4% for bigram. From the results of the tests, the use of n-gram especially bigram had a positive impact on the results of system accuracy.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/113/051902283 |
| Uncontrolled Keywords: | Prediksi rating, review, Contextual Valence Shifters, Regresi Linear, n-gram.-Rating prediction, review, Contextual Valence Shifters, Linear Regression, n-gram. |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | soegeng sugeng |
| Date Deposited: | 20 Jul 2020 02:54 |
| Last Modified: | 19 Oct 2021 09:01 |
| URI: | http://repository.ub.ac.id/id/eprint/168897 |
Preview |
Text
Nanda Firizki Ananta.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |