ANALISIS SENTIMEN TERHADAP REVIEW E-COMMERCE DENGAN METODE STOCHASTIC GRADIENT DESCENT

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].

Preview	Text 6. Abstrak.pdf Download (324kB) | Preview
Preview	Text 11. Bab 1.pdf Download (364kB) | Preview
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
Preview	Text 15. Bab 5.pdf Download (323kB) | Preview
Preview	Text 16. Daftar Pustaka.pdf Download (1MB) | Preview
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.

Actions (login required)

View Item