Sapuhtra, Bastian Dolly (2019) Prediksi Rating Pada Review Produk Kecantikan Menggunakan Metode Semantic Orientation Calculator dan Regresi Linier. Sarjana thesis, Universitas Brawijaya.
Abstract
Ramainya produsen produk kecantikan menghasilkan produk yang bagus dan beragam. Hal ini menarik konsumen untuk menggunakan produk-produk kecantikan tersebut. Semakin banyak konsumen yang menggunakan produk kecantikan tersebut, membuat produsen mencoba berbagai inovasi pada produk mereka. Inovasi dapat diperoleh dari banyaknya komentar, saran, atau review yang dibuat oleh konsumen pada berbagai macam produk. Manfaat dari review produk bagi konsumen juga berguna untuk memperoleh informasi sebelum membeli suatu produk. Banyak hasil review yang ada tidak disertai dengan rating. Hal ini membuat produsen sulit dalam mengelompokkan review pada sentiment tertentu. Penelitian ini bertujuan untuk pengelompokan review kedalam sentiment tertentu secara otomatis dalam bentuk rating. Pada penelitian ini dibangun sebuah sistem menggunakan metode penghitungan Semantic Orientation Calulator dan Regresi Linier. Pemecahan kalimat pada review kedalam bentuk n-gram (bigram dan trigram) dan satu kalimat bertujuan meningkatkan hasil prediksi. Hasil Pengujian pada sistem ini adalah 23%, 71%, 67% pada akurasi bigram, 24%, 71%, 67% pada akurasi trigram, dan paling rendah 24%, 67%, 64% pada akurasi satu kalimat dengan menggunakan model pengujian toleransi 0, toleransi 1, dan sentiment review. Hasil pengujian terbaik pada pemecahan kalimat menggunakan n-gram (bigram dan trigram) cukup baik menyelesaikan masalah pada penelitian.
English Abstract
Crowded producers of beauty product produce good and varied products. This has attracted consumers to use these beauty products. More and more consumers are using these beauty products, making producers try various innovations on their products. Innovation can be obtained from many comments, advices, or reviews made by consumers on variety of products. Benefits of product reviews for consumers are also useful to obtain information before buy a product. Many results of the review are not accompanied by rating. This makes it difficult for producers to classify reviews into certain sentiments. In this research aims to classify review into certain sentiments automatically into rating. This research built a system using Semantic Orientation Calculator and Linear Regression methods. Breaking sentences in a review into n-gram (bigram and trigram) and one sentence aims to improve the results of predictions. Results of testing on this system are 23%, 71%, 67% on accuracy of bigram, 24%, 71%, 67% on accuracy of trigram, and lowest 24%, 67%, 64% on accuracy of one sentence with tolerance 0, tolerance 1, and sentiment reviews. The best result of testing on breaking sentence using ngram (bigram and trigram) was good enough to solve problem in this research.
Other obstract
-
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FILKOM/2019/118/051902288 |
Uncontrolled Keywords: | prediksi rating, review, sentimen orientation calculator, regresi linier, n-gram, rating prediction, review, sentimen orientation calculator, linear regression, n-gra |
Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Nur Cholis |
Date Deposited: | 10 Aug 2020 06:08 |
Last Modified: | 24 Oct 2021 03:52 |
URI: | http://repository.ub.ac.id/id/eprint/169238 |
Preview |
Text
Bastian Dolly Sapuhtra (2).pdf Download (2MB) | Preview |
Actions (login required)
![]() |
View Item |