The Sriwijaya University Library

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Login
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
Image of KLASIKASI SENTIMEN ULASAN PENGGUNA TERHADAP APLIKASI ZALORA DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA RANDOM FOREST

Skripsi

KLASIKASI SENTIMEN ULASAN PENGGUNA TERHADAP APLIKASI ZALORA DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA RANDOM FOREST

Cendikiawan, Rizky Saputra - Personal Name;

Penilaian

0,0

dari 5
Penilaian anda saat ini :  

Tujuan dari penelitian ini adalah untuk mengetahui dan menganalisis sentiment konsumen terhadap produk ZALORA di Google Play Store, dan menganalisis keakuratan metode random forest dalam klasifikasi sentiment. ini menggunakan jenis penelitian kuantitatif, yang didasarkan pada filsafat positivisme dan menggunakan data konkret dan objektif. Jenis penelitian ini digunakan untuk mempelajari populasi atau sampel tertentu dengan mengukur data dan menggunakan statistik sebagai alat uji perhitungan. Hasil penelitian yang diperoleh yakni 1) Sentimen konsumen terhadap produk ZALORA cenderung positif, sebagaimana ditunjukkan oleh hasil labeling data yang menunjukkan bahwa dari 1.200 ulasan yang dianalisis, sebanyak 762 ulasan (63,5%) merupakan ulasan positif. Visualisasi word cloud juga memperkuat kesimpulan ini, dengan dominasi kata-kata seperti "produk", "barang", dan "belanja" yang mencerminkan kepuasan konsumen terhadap layanan dan kualitas produk dari ZALORA. (2) Metode Random Forest menunjukkan performa yang baik dalam mengklasifikasikan sentimen ulasan konsumen. Berdasarkan evaluasi menggunakan confusion matrix, model ini berhasil mencapai akurasi sebesar 80%. Nilai precision, recall, dan F1-score untuk kategori sentimen positif masing- masing berada di atas angka 0,80, menunjukkan kemampuan klasifikasi yang cukup andal. Namun, performa model dalam mendeteksi ulasan negatif masih perlu ditingkatkan, mengingat adanya ketidakseimbangan klasifikasi pada beberapa data uji. (3) Proses preprocessing dan pembobotan kata menggunakan TF-IDF berperan penting dalam meningkatkan kualitas input untuk model klasifikasi. Tahapan seperti cleaning, stemming, dan stopword removal berhasil menyederhanakan data ulasan, sehingga membantu dalam pengenalan pola sentimen oleh algoritma.


Availability
Inventory Code Barcode Call Number Location Status
2507004152T178480T1784802025Central Library (REFERENCE)Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T1784802025
Publisher
Indralaya : Prodi Sistem Informasi, Fakultas Ilmu Komputer Universitas Sriwijaya., 2025
Collation
xvi, 125 hlm.; ilus.; tab.; 29 cm.
Language
Indonesia
ISBN/ISSN
-
Classification
005.360 7
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Sistem informasi
Specific Detail Info
-
Statement of Responsibility
TUTI
Other version/related

No other version available

File Attachment
  • KLASIKASI SENTIMEN ULASAN PENGGUNA TERHADAP APLIKASI ZALORA DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA RANDOM FOREST
Comments

You must be logged in to post a comment

The Sriwijaya University Library
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2025 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search