ISMA ALGHOSANI, - (2021) KLASIFIKASI DAN EKSTRAKSI INFORMASI DARI TWEET E-COMMERCE DENGAN MENGGUNAKAN NAÏVE BAYES CLASSIFIER DAN PENDEKATAN RULE BASED. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text GABUNGAN SKRIPSI KECUALI BAB V.pdf Download (6MB) | Preview
	Text (BAB V) BAB V PEMBAHASAN.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

KLASIFIKASI DAN EKSTRAKSI INFORMASI DARI TWEET E-COMMERCE DENGAN MENGGUNAKAN NAÏVE BAYES CLASSIFIER DAN PENDEKATAN RULE BASED ISMA ALGHOSANI 11451204728 Tanggal Sidang: 26 Januari 2021 Periode Wisuda: November 2021 Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau ABSTRAK Indonesia termasuk negara dengan basis pengguna terbanyak twitter, termasuk dalam kicauan masyarakat terkait e-commerce. Hal ini menjadikan Twitter sebagai salah satu media untuk komunikasi dan menarik perhatian pembeli. Namun, data yang terdapat pada twitter tidak terstruktur, dan dibutuhkan suatu metode untuk mendapatkan informasi pada tweet. Terdapat empat rantai utama dalam melakukan transaksi, yaitu, sebelum transaksi, transaksi, dan purna transaksi. Informasi yang diekstrak melalui tweet yaitu harga, Produk, Waktu, Nomor Order, Nomor Resi, Nomor Transaksi, Nominal Cashback, dan Nomor Handphone. Penelitian ini menggunakan Naïve Bayes sebagai metode klasifikasi dengan menggunakan 1200 dataset berupa tweet dari akun e-commerce, dan menggunakan metode berbasis aturan/rule based untuk mendapatkan entitas tweet. Pengujian pada penelitian ini menggunakan confusion matrix, dengan akurasi tertinggi sebesar 84,16% pada perbandingan 90:10, dan akurasi ekstraksi informasi pada tweet didapatkan hasil 100%. Berdasarkan hasil pengujian klasifikasi dan ekstraksi informasi, Naïve Bayes berhasil dalam mengklasifikasikan data tweet e-commerce dan metode berbasis aturan berhasil dengan baik mengenali entitas tweet. Kata Kunci: E-Commerce, Ekstraksi Informasi, Klasifikasi, Naïve Bayes, Rule Based, Twitter

Actions (login required)

View Item