SISTEM ANALISIS SENTIMEN TERHADAP PRODUK SUNSCREEN PADA MARKETPLACE SHOPEE MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Bahtiar, Thoriq (2024) SISTEM ANALISIS SENTIMEN TERHADAP PRODUK SUNSCREEN PADA MARKETPLACE SHOPEE MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

[img] Text
Teknik Informatika_32601900031_fullpdf.pdf

Download (2MB)
[img] Text
Teknik Informatika_32601900031_pernyataan_publikasi.pdf
Restricted to Registered users only

Download (47kB)

Abstract

Pasar online seperti Shopee telah menjadi platform penting bagi bisnis untuk menjual produk dan layanan kepada khalayak luas, mendorong pertumbuhan platform marketplace. Kemunculan pasar digital mengubah cara konsumen berbelanja dengan menawarkan kenyamanan, variasi, dan harga yang kompetitif. Marketplace menyediakan ruang virtual di mana penjual dapat memamerkan produk mereka, menjangkau pelanggan potensial secara global, dan meningkatkan visibilitas merek. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen terhadap produk sunscreen di marketplace Shopee menggunakan metode Support Vector Machine (SVM). Analisis sentimen dilakukan untuk mengevaluasi tingkat kepuasan konsumen terhadap produk sunscreen yang dijual di Shopee. Melalui analisis ini, persepsi konsumen tentang produk tersebut dapat dievaluasi, sehingga dapat memberikan wawasan berharga untuk peningkatan produk dan pengambilan keputusan konsumen. Proses analisis sentimen mencakup tahapan pra-pemrosesan teks, termasuk lowercasing, tokenization, dan penghapusan stop words menggunakan Sastrawi. Berdasarkan hasil penelitian yang telah dilakukan, metode SVM dengan pembobotan TF-IDF menunjukkan performa yang memuaskan, dengan akurasi yang tinggi. Nilai precision tercatat pada angka 0,89, nilai recall sebesar 0,90, dan nilai f1-score mencapai 0,89, yang mengindikasikan kemampuan model dalam mengklasifikasikan sentimen konsumen secara efektif dan konsisten. Kata kunci : analisis sentimen, marketplace Shopee, produk sunscreen, Support Vector Machine, pra-pemrosesan teks

Item Type: Thesis (Undergraduate)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Pustakawan 4 UNISSULA
Date Deposited: 07 Feb 2025 03:39
URI: http://repository.unissula.ac.id/id/eprint/37451

Actions (login required)

View Item View Item