ANALISIS SENTIMEN ULASAN PELANGGAN PADA SHOPEE DAN TOKOPEDIA MENGGUNAKAN SUPPORT VECTOR MACHINE

Charles Dominggus (2024) ANALISIS SENTIMEN ULASAN PELANGGAN PADA SHOPEE DAN TOKOPEDIA MENGGUNAKAN SUPPORT VECTOR MACHINE. PROGRAM STUDI SARJANA SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.

[img] Text
SKRIPSI-SISTEM INFORMASI-CHARLES DOMINGGUS - Charles Dominggus.pdf

Download (5MB)

Abstract

Perkembangan e-commerce di Indonesia mengalami pertumbuhan dan perkembangan yang sangat pesat setiap tahunnya. Perkembangan e-commerce di Indonesia menyebabkan munculnya banyak seperti Tokopedia dan Shopee memiliki persaingan yang cukup kuat dan kedua e-commerce tersebut memimpin pasar belanja online di Indoensia. Tujuan: Penelitian ini bertujuan untuk membandingkan hasil analisis sentimen dengan konteks pelayanan pada Shopee dan TokoPedia. Metode: Penelitian ini menggunakan pendekatan kuantitatif untuk menganalisis ulasan pelanggan pada Shopee dan TokoPedia dengan menggunakan algoritma Support Vector Machine. Hasil: Penelitian ini menghasilkan dua temuan utama. Pertama, model Support Vector Machine yang digunakan dalam analisis sentimen ulasan pelanggan menunjukkan bahwa Shopee mencapai tingkat akurasi sebesar 94%, sementara Tokopedia mencapai akurasi sebesar 93%. Kedua, hasil analisis sentimen menunjukkan bahwa persentase ulasan positif pada Shopee mencapai 81,68%, sedangkan pada Tokopedia hanya mencapai 47,51%. Simpulan: Pada penelitian ini melihat dari banyaknya presentasi positif dapat disimpulkan bahwa Shopee lebih unggul dari Tokopedia dalam konteks pelayanan dan terdapat sangat signifikan antara kedua e-commerce tersebut.

Item Type: Skripsi
Kata Kunci Tidak Terkontrol: analisis sentimen, e-commerce, shopee, support vector machine, tokopedia
Subjects: T Technology > T Technology (General)
Fakultas: FAKULTAS SAINS DAN TEKNOLOGI
Pengguna Penyetoran: Rahman Perpustakaan UNISM
Tanggal Setoran: 03 Feb 2025 01:42
Last Modified: 03 Feb 2025 01:42
URI: http://repository.unism.ac.id/id/eprint/3452

Actions (login required)

View Item View Item