Home
Search
Katalog & Koleksi
Katalog
Informasi
Akses Eikon Refinitiv
Tata Cara Approval Laporan Magang & KP
Tata Cara Upload Laporan Magang & KP
Fitur Mobile App: Layanan Book Delivery
Pemilihan Jurnal untuk Publikasi Ilmiah
Peraturan Tel-U Open Library
Sumber Daya Informasi Pendukung Kegiatan Penelitian
Surat Bebas Kewajiban Perpustakaan (SBKP)
Layanan Assistive Technology
Fasilitas Cek Similarity, iThenticate dan Turnitin
Tentang Kami
Tahun Terbit
Analisis Sentimen pada Twitter Tentang Pelarangan TikTok Shop Menggunakan Metode Random Forest dan Decision Tree - Dalam bentuk pengganti sidang - Artikel Jurnal
YUDHISTIRA IMAM PRAJA
Informasi Dasar
Dilihat
234 kali
No. Katalog
24.04.1708
Klasifikasi
000
Jenis katalog
Karya Ilmiah - Skripsi (S1) - Reference
Abstraksi
Abstrak
Penelitian ini mengeksplorasi dampak penutupan TikTok Shop oleh pemerintah Indonesia terhadap berbagai aspek ekonomi, industri e-commerce, perilaku konsumen, dan dinamika media sosial. TikTok Shop, sebagai platform e-commerce dalam aplikasi media sosial TikTok, telah menjadi salah satu sistem informasi bisnis penting yang mengumpulkan, menyediakan, dan menyimpan informasi terkait aktivitas jual beli secara elektronik. Penutupan platform ini menimbulkan reaksi antar masyarakat yang pro dan kontra yang diekspresikan secara luas melalui media sosial, terutama Twitter. Untuk menganalisis sentimen masyarakat terkait isu ini, digunakan dua metode machine learning yang relevan, yaitu Random Forest dan Decision Trees. Random Forest dikenal karena efisiensinya dalam data mining dan kemampuannya mengatasi ketidakseimbangan data dalam dataset besar. Sementara itu, Decision Trees menawarkan tingkat keakuratan yang serupa dan dapat diterapkan dalam mode serial maupun paralel, tergantung pada kapasitas data dan memori yang tersedia. Pada penelitian ini diharapkan dapat memberikan wawasan mendalam tentang implikasi penutupan TikTok Shop serta efektivitas penggunaan algoritma machine learning dalam analisis sentimen sosial. Penelitian ini mendapatkan hasil cukup efektif dengan skor accuracy 75.24%, precision 80.18%, recall 67.06%dan f1-score 73.04%
Kata kunci :
random forest, decision tree, tiktok shop, e-commerce.
Subjek
Subjek utama
DEEP LEARNING
Subjek tambahan
Katalog
Judul
Analisis Sentimen pada Twitter Tentang Pelarangan TikTok Shop Menggunakan Metode Random Forest dan Decision Tree - Dalam bentuk pengganti sidang - Artikel Jurnal
ISBN
Kolasi
ill;pdf file
Bahasa
indonesia
Sirkulasi
Harga pinjam
Rp. 0
Biaya denda
Rp. 0
Sirkulasi
Tidak
Pengarang
Nama
YUDHISTIRA IMAM PRAJA
Jenis
Perorangan
Penyunting/
Pembimbing
Kemas Muslim Lhaksmana
Alih bahasa
Penerbit
Nama
Universitas Telkom, S1 Informatika
Kota
Bandung
Tahun
2024
Koleksi
Total
1 Koleksi
Tersedia
1 Koleksi
Kompetensi
CII4E4 - TUGAS AKHIR
Download / Flippingbook
Link file
A2. Letter of Acceptance (Publish External Only) (letter_of_acceptance.pdf)
belum pernah diunduh
B. Cover (cover.pdf)
diunduh 1 kali
C. Disclaimer (Pernyataan Orisinalitas) yang sudah bertandatangan. (File discan agar document jelas dan rapi) (disclaimer.pdf)
belum pernah diunduh
D. Lembar Pengesahan yang sudah bertandatangan. (File discan agar document jelas dan rapi) (lembarpersetujuan.pdf)
belum pernah diunduh
E. Abstrak ( Indonesia ) (abstraksi.pdf)
diunduh 2 kali
F. Abstract (English) (abstract.pdf)
belum pernah diunduh
X. Daftar Pustaka (dp.pdf)
belum pernah diunduh
Z. Materi Presentasi (materipresentasi.pdf)
belum pernah diunduh
Z2. Hasil Pengecekan Similarity Jurnal di Ithenticate (similarity_result.pdf)
belum pernah diunduh
Z2. Hasil sim (similarity_result.pdf)
belum pernah diunduh
Rekomendasi
Ulasan
Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini
Kembali