Khotimah, Nur, B2A218022 (2019) ANALISIS SENTIMEN TERHADAP REVIEW E-COMMERCE DENGAN METODE STOCHASTIC GRADIENT DESCENT. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].
|
Text
6. Abstrak.pdf Download (324kB) | Preview |
|
|
Text
11. Bab 1.pdf Download (364kB) | Preview |
|
|
Text
12. Bab 2.pdf Download (1MB) | Preview |
|
Text
13. Bab 3.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
14. Bab 4.pdf Restricted to Repository staff only Download (3MB) | Request a copy |
||
|
Text
15. Bab 5.pdf Download (323kB) | Preview |
|
|
Text
16. Daftar Pustaka.pdf Download (1MB) | Preview |
|
|
Text
Jurnal Ilmiah.pdf Download (905kB) | Preview |
Abstract
Kata Kunci : Analisis Sentimen, E-Commerce, Klasifikasi, Stochastic Gradient Descent Bukalapak dan Shopee adalah e-commerce yang sudah memiliki aplikasi mobile phone dan website, sehingga dapat memudahkan konsumen untuk memberi review. Banyaknya review memerlukan sebuah metode atau teknik khusus yang mampu mengkategorikan review tersebut secara otomatis, apakah termasuk review positif atau negatif. Sentiment Analisis adalah cara mengidentifikasi dan mengelompokkan polaritas teks yang diberikan ditingkat dokumen, kalimat dan frasa. Stochastic Gradient Descent adalah metode klasifikasi text mining yang mampu diterapkan pada data dengan jumlah besar. Hasil yang didapatkan adalah hampir sebagian konsumen memberikan penilaian positif kepada Shopee dan Bukalapak. Namun bukalapak memiliki penilaian positif terbanyak yakni 91.37% walaupun komentar yang diberikan juga cukup banyak. Tidak hanya itu, bukalapak juga mendapatkan rating paling banyak dibandingkan shopee yakni 83%. Kata-kata yang paling banyak ditulis pada review negatif antara lain aplikasi lambat, perlu di update, ribet, mudah error, dan aplikasi berat. Sehingga dapat menjadi pertimbangan bagi bukalapak dan shopee.
Item Type: | Thesis (Sarjana / Sarjana Terapan (S1/D4) ) |
---|---|
Call Number: | 050/Statistik/I/2020 |
Subjects: | L Education > Statistics |
Divisions: | Faculty of Agricultural Science and Technology > S1 Statistics |
Depositing User: | perpus unimus |
Date Deposited: | 13 Oct 2020 03:18 |
Last Modified: | 13 Oct 2020 03:18 |
URI: | http://repository.unimus.ac.id/id/eprint/3938 |
Actions (login required)
View Item |