ANALISIS SENTIMEN  ULASAN PENGGUNA UNTUK PENINGKATAN LAYANAN   MENGGUNAKAN ALGORITMA NAÏVE BAYES
(STUDI KASUS : BUKALAPAK)

IRNI DWI ESTIKA

Informasi Umum

Kode

21.04.580

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

566 kali

Informasi Lainnya

Abstraksi

Pesatnya penggunaan Internet dapat dimanfaatkan oleh perusahaan-perusahaan e-commerce untuk dapat meningkatkan performa dan pelayanannya. Di Indonesia telah banyak e-commerce yang telah dapat diakses dengan mudah melalui platform mobile seperti pada Google Play store. Bukalapak merupakan salah satu salah satu perusahaan e-commerce di Indonesia dan menduduki peringkat kedua dalam top 10 e-commerce asal Indonesia berdasarkan data price.co.id. Penelitian ini dilakukan untuk mengkategorikan dan menganalisis pandangan pengguna terhadap aplikasi Bukalapak dengan memanfaatkan data ulasan pengguna yang diambil dari kolom komentar/ulasan pada aplikasi Bukalapak. Jumlah data ulasan pengguna Bukalapak yang sangat banyak menyebabkan proses analisis sulit dan kurang efektif. Untuk mengatasi masalah tersebut maka digunakan metode analisis sentiment terhadap ulasan pengguna menggunakan algoritma Naïve Bayes Classifier (NBC). Data yang digunakan adalah data hasil web scraping dari aplikasi Bukalapak pada playstore. Kemudian dilakukan sentimen analisis terhadap ulasan, tahapan untuk melakukan sentimen analisis pada penelitian ini adalah data pre-processing, ekstraksi fitur, klasifikasi dan evaluasi. Model yang dihasilkan kemudian dilakukan uji akurasi, precision, recall dan f1-measure.Hasil analisis berupa sentiment positif, negative, dan netral. Dari hasil analisis sentiment menggunakan Naïve Bayes Classifier (NBC) diperoleh nilai akurasi sebesar 83%, nilai Precision 82%, recall 80,33%, f1-score 80,66 %. Hasil analisis sentiment kemudian divisualisasikan menggunakan wordcloud untuk melihat kata-kata yang sering muncul pada masing-masing sentimen. Dari hasil penelitian ini, sentimen positif dapat dijadikan acuan untuk mempertahankan kualitas layanan dan hasil sentimen negatif dapat digunakan sebagai bahan evalusi dalam peningkatan layanan aplikasi Bukalapak

Kata Kunci— E-commerce, ulasan, analisis sentimen, Naïve Bayes