LKP : Sentiment Analysis Customers Review pada Platform E-commerce Tokopedia

Rusyda, Salga Amar (2024) LKP : Sentiment Analysis Customers Review pada Platform E-commerce Tokopedia. Undergraduate thesis, Universitas Dinamika.

	Text 21410200009-2024-UNIVERSITASDINAMIKA.PDF.PDF - Accepted Version Download (2MB)
	Text 21410200009-2024-LAMPIRAN.PDF.PDF - Accepted Version Restricted to Repository staff only Download (1MB)

Search this title on : |

Abstract

Proyek ini membahas penerapan analisis sentimen terhadap ulasan pelanggan pada platform e-commerce Tokopedia menggunakan metode Natural Language Processing (NLP). Dalam era digital saat ini, ulasan pelanggan menjadi sumber informasi yang sangat berharga bagi perusahaan untuk memahami persepsi dan kepuasan pelanggan. Analisis sentimen digunakan untuk mengklasifikasikan ulasan-ulasan tersebut ke dalam kategori sentimen positif dan negatif. Proyek ini menggunakan berbagai teknik NLP seperti tokenisasi, stemming, lemmatization, dan penghapusan stop words untuk memproses teks ulasan. Selain itu, model machine learning seperti Long Short-Term Memory (LSTM) diterapkan untuk membangun model klasifikasi sentiment. Data yang digunakan dalam proyek ini dikumpulkan dari dataset ulasan pelanggan Tokopedia yang tersedia di platform Kaggle. Hasil analisis menunjukkan bahwa metode NLP yang digunakan mampu mengklasifikasikan sentimen dengan akurasi yang cukup tinggi 89 %, dengan model LSTM menunjukkan kinerja yang lebih baik dibandingkan dengan model tradisional. Model yang dibangun memberikan wawasan mendalam tentang persepsi pelanggan terhadap produk dan layanan yang ditawarkan di Tokopedia. Temuan ini diharapkan dapat membantu perusahaan dalam meningkatkan kualitas layanan dan strategi pemasaran mereka.

Export Record

Item Type:	Thesis (Undergraduate)
Additional Information:	Salga Amar Rusyda (21410200009
Uncontrolled Keywords:	Analisis Sentimen, Natural Language Processing, Machine Learning, LSTM
Dewey Decimal Classification:	300 – Social sciences > 380 Commerce, communications, transport > 381 Commerce
Divisions:	Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User:	Salga Amar Rusyda
Date Deposited:	09 Aug 2024 16:21
Last Modified:	09 Aug 2024 16:21
THESIS ADVISORS:	1. Heri Pratikno, M.T. (NIDN : 0716117302)
URI:	http://repository.dinamika.ac.id/id/eprint/7697

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item

Altmetric