Keaan, Liana Shanty Wato Wele (2019) Analisis Sentimen Review Shopee Berbahasa Indonesia Menggunakan Improved K-Nearest Neighbor dan Jaro Winkler Distance. Sarjana thesis, Universitas Brawijaya.
Abstract
Perkembangan teknologi yang semakin pesat dapat memberikan kemudahan bagi kehidupan masyarakat. Salah satu kemudahannya yaitu sistem belanja online. Contoh aplikasi yang paling sering digunakan adalah Shopee. Aplikasi ini memberikan kemudahan dalam proses transaksi jual beli dengan cukup menggunakan smartphone semuanya dapat diakses dengan mudah. Dalam aktivitas belanja online, selain dari segi harga yang paling utama bagi seorang calon konsumen adalah kualitas produk yang akan dibeli melalui review produk dari konsumen sebelumnya. Namun pada kenyatannya ternyata masih banyak calon konsumen yang belum bisa memahami sepenuhnya review dari konsumen lain dikarenakan penggunaan bahasa yang tidak baku. Oleh karena itu melalui penelitian ini dilakukan analisis sentimen terhadap review teks yang dibagi menjadi kelas positif dan negatif. Proses analisis diawali dengan pre-pocessing, pembobotan kata dengan TF-IDF, normalisasi, dan cosine similarity dengan menggunakan metode Improved K-Nearest Neighbor dan Jaro Winkler Distance untuk perbaikan kata yang tidak baku. Berdasarkan hasil pengujian nilai k yang diperoleh dengan cara evaluasi 5-fold didapatkan nilai optimal pada k=10 dengan rata-rata akurasi yang lebih tinggi pada kondisi setelah perbaikan kata yaitu accuracy sebesar 0,876, precision 0,810, recall 0,942, dan f-measure 0,882. Pada hasil pengujian yang diperoleh didapatkan akurasi yang fluktuatif dikarenakan hasil akurasi dipengaruhi oleh besarnya k-values.
English Abstract
The recent development in technology has allowed technology to give ease the lives of the general public. One of the conveniences of the development is an online shopping system. Shopee is one of the available online shopping platforms. Shopee's application has provided convenience in terms of buying and selling one's products online thru a smartphone where all of those features can be accessed. In online shopping activities, the price of sold products is equally important to its quality where it is mostly shown thru reviews. Unfortunately, many consumers have difficulty in understanding certain reviews from other consumers rooting from the usage of non-standard language. Therefore, this research focuses on sentiment analysis research of reviews in the form of text which will be divided into two classes, which are positive and negative. The analysis process is started by preprocessing, word weighting thru TF-IDF, followed by normalization, and cosine similarity using the Improved K-Nearest Neighbor and Jaro Winkler Distance to repair words that are not in the standard language. Based on testing of the value of k which is acquired thru evaluation using 5-fold, the optimal value is k=10, after word repairs were done, were a value of 0,876 for accuracy, precision value are 0,810, a recall score of 0,942, and f-measure score of 0,882. Based on the testing results, the accuracy values were fluctuate which were affected by the value of k-values.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/415/051905733 |
| Uncontrolled Keywords: | sentiment analysis, Shopee application, word repairs, tf-idf, Improved K-Nearest Neighbor, Jaro Winkler Distance |
| Subjects: | 000 Computer science, information and general works > 004 Computer science > 004.2 System analysis and design, computer architecture, performance evaluation |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 30 Jul 2020 06:26 |
| Last Modified: | 30 Jul 2020 06:26 |
| URI: | http://repository.ub.ac.id/id/eprint/171977 |
Actions (login required)
 |
View Item |