ANALISIS SENTIMEN ULASAN PRODUK SMART TV PADA PLATFORM SHOPEE MENGGUNAKANMETODE NAIVE BAYES

ARWANDA, AWALUDIN UNTUNG (2026) ANALISIS SENTIMEN ULASAN PRODUK SMART TV PADA PLATFORM SHOPEE MENGGUNAKANMETODE NAIVE BAYES. Other thesis, Universitas Duta Bangsa Surakarta.

[thumbnail of Cover dan Abstrak.pdf] Text
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only

Download (344kB)
[thumbnail of Bab 1.pdf] Text
Bab 1.pdf - Preview
Restricted to Registered users only

Download (270kB)
[thumbnail of Bab 2.pdf] Text
Bab 2.pdf - Preview
Restricted to Registered users only

Download (317kB)
[thumbnail of Bab 3.pdf] Text
Bab 3.pdf - Preview
Restricted to Registered users only

Download (5MB)
[thumbnail of Bab 4.pdf] Text
Bab 4.pdf - Preview
Restricted to Registered users only

Download (5MB)
[thumbnail of Bab 5.pdf] Text
Bab 5.pdf - Preview
Restricted to Registered users only

Download (121kB)
[thumbnail of Daftar Pustaka.pdf] Text
Daftar Pustaka.pdf - Preview
Restricted to Registered users only

Download (31kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf - Preview
Restricted to Registered users only

Download (394kB)
[thumbnail of Artikel Publikasi.pdf] Text
Artikel Publikasi.pdf - Preview
Restricted to Registered users only

Download (827kB)

Abstract

Meningkatnya aktivitas perdagangan elektronik telah menghasilkan jumlah ulasan produk yang sangat besar pada platform Shopee. Ulasan tersebut menjadi sumber informasi yang berpengaruh terhadap keputusan pembelian konsumen, namun jumlah data yang terus bertambah menyulitkan proses analisis secara manual. Penelitian ini bertujuan mengidentifikasi sentimen pengguna terhadap produk Smart TV COOCAA 32 inci S3U melalui pendekatan klasifikasi otomatis. Sebanyak 798 ulasan dikumpulkan menggunakan teknik scraping dan dikelompokkan ke dalam dua kategori sentimen, yaitu positif dan negatif. Tahapan penelitian meliputi pembersihan data, penerapan lexicon boosting, ekstraksi fitur menggunakan TF-IDF, pembagian data dengan rasio 80% data latih dan 20% data uji, serta proses klasifikasi menggunakan algoritma Multinomial Naive Bayes. Kinerja model dievaluasi berdasarkan nilai accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mencapai accuracy 91,87%, precision 88,50%, recall 100%, dan F1-score 93,89%. Temuan ini menunjukkan bahwa integrasi TF-IDF, lexicon boosting, dan Multinomial Naive Bayes mampu menghasilkan klasifikasi sentimen yang efektif untuk menganalisis ulasan produk pada platform e-commerce.Link Jurnal : https://ejournal.itn.ac.id/jati

Item Type: Thesis (Other)
Uncontrolled Keywords: Analisis Sentimen, Multinomial Naive Bayes, TF-IDF, Lexicon Boosting, Shopee
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > S1 - Teknik Informatika
SWORD Depositor: Perpustakaan Fikom
Depositing User: Perpustakaan Fikom
Date Deposited: 28 Oct 2026 07:35
Last Modified: 28 Oct 2026 07:35
URI: http://eprints.udb.ac.id/id/eprint/5431

Actions (login required)

View Item
View Item