Ridho Ramidianto, - (2020) SENTIMEN ANALISIS EVENT HARBOLNAS TERHADAP E-COMMERCE TERBESAR DI INDONESIA DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE PADA SOSIAL MEDIA TWITTER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
Text
BAB I-III.pdf Download (3MB) |
|
Text (BAB IV)
BAB IV-V.pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Situs belanja online atau e-commerce merupakan tempat belanja yang pada saat ini di gemari masyarakat karena sering mengadakan event promosi belanja tahunan maupun bulanan dengan potongan harga yang besar dan menawarkan inovasi serta berbagai kemudahan. Sebagian masyarakat merasa puas dengan event promosi yang diadakan dan sebagian lagi tidak merasa puas. Respon yang di berikan konsumen terhadap event promosi belanja online biasanya di ungkapkan melalui media sosial, salah satunya adalah pada media sosial twitter. Pada penelitian ini dilakukan analisis sentimen terhadap postingan opini pelanggan situs belanja online di Indonesia pada twitter yang bisa di gunakan untuk menentukan rating atau penilaian event situs belanja online, serta memberikan rekomendasi marketplace pada masyarakat agar tidak salah pilih terhadap event situs belanja online untuk berbelanja di pada saat yang akan datang. Langkah pertama yang akan dilakukan adalah melakukan pengumpulan daya yang mencakup cleansing data, case folding, tokenize, stop word, convert negation, dan yang terakhir adalah stemming. Selanjutnya dilakukan proses sortir dan pemberian nama atau label pada data tersebut. Hasilnya akan tercipta 3 label atau kelas yaitu label data positif, netral dan label data negatif dengan jumlah data 1000 data. Data yang sudah terbagi dalam label ini digunakan sebagai data traning dalam pengklasifikasi. Dalam riset ini menggunakan metode klasifikasi Support Vector Machine. Kata Kunci : online, marketplace, analisis sentimen, twitter, klasifikasi, support vector machine
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 27 Aug 2020 02:05 |
Last Modified: | 27 Aug 2020 02:06 |
URI: | http://repository.uin-suska.ac.id/id/eprint/29799 |
Actions (login required)
View Item |