TA : Analisis Sentimen Blibli Menggunakan Metode Support Vector Machine untuk Prediksi Kepuasan Pelanggan

Widodo, Dion Ardyansyah Putro (2025) TA : Analisis Sentimen Blibli Menggunakan Metode Support Vector Machine untuk Prediksi Kepuasan Pelanggan. Undergraduate thesis, Universitas Dinamika.

	Text 18410100112-2025-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (2MB)
	Text 18410100112-2025-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (1MB)

Search this title on : |

Abstract

Blibli, sebagai salah satu e-commerce terkemuka di Indonesia, mengalami penurunan Top Brand Index pada 2024, sehingga diperlukan analisis sentimen untuk memahami persepsi pengguna. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna terhadap aplikasi Blibli di Google Play Store menggunakan metode Support Vector Machine (SVM) dengan pelabelan lexicon-based dan pembobotan TF-IDF, guna mengetahui kecenderungan sentimen positif atau negatif serta mengidentifikasi pola dan tren opini yang dapat menjadi dasar perbaikan layanan dan strategi peningkatan kepuasan pelanggan. Berdasarkan 2000 ulasan, diperoleh 1.576 data setelah preprocessing, yang dibagi menjadi 70% pelatihan dan 30% pengujian. Pelabelan dilakukan dengan pendekatan lexicon-based dan vektorisasi TF-IDF. Hasil menunjukkan SVM mengklasifikasikan sentimen dengan distribusi 70,61% positif dan 29,39% negatif dari 473 data uji, dengan akurasi 86,68%. Performa pada ulasan positif unggul secara signifikan (precision 90%, recall 91%) dibandingkan ulasan negatif (precision 78%, recall 77%), menunjukkan model lebih efektif dalam mendeteksi sentimen positif. Rata-rata F1-score 84% mengonfirmasi konsistensi dan keandalan kinerja model. Visualisasi wordcloud memperlihatkan kata dominan pada tiap sentimen, mendukung interpretasi hasil analisis.

Export Record

Item Type:	Thesis (Undergraduate)
Additional Information:	Dion Ardyansyah Putro Widodo (18410100112)
Uncontrolled Keywords:	Sentimen, Blibli, SVM, Google Play Store, Lexicon-Based
Dewey Decimal Classification:	000 – Computer science, information & general works > 000 Computer science, knowledge & systems > 006 Special computer methods
Divisions:	Fakultas Teknologi dan Informatika > S1 Sistem Informasi
Depositing User:	Dion Ardyansyah Putro Widodo
Date Deposited:	29 Aug 2025 15:22
Last Modified:	29 Aug 2025 15:22
THESIS ADVISORS:	1. Arifin Puji Widodo, S.E., MSA (NIDN : 0721026801) 2. I Gusti Ngurah Alit Widana Putra, S.T., M.Eng. (NIDN : 0805058602)
URI:	http://repository.dinamika.ac.id/id/eprint/8267

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