ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP E-COMMERCE INDONESIA MENGGUNAKAN NAÏVE BAYES CLASSIFIER

Napitupulu, Ira Yuni (2018) ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP E-COMMERCE INDONESIA MENGGUNAKAN NAÏVE BAYES CLASSIFIER. S1 thesis, UAJY.

[img] Text (Ira Yuni Napitupulu)
TF07750.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Di zaman milenial sekarang banyak orang yang senang untuk mengemukakan pendapat mereka di depan publik. Tempat yang sering digunakan untuk mengemukakan pendapat mereka adalah di media sosial dan Indonesia merupakan salah satu pengguna media sosial terbesar. Salah satu media sosial yang digunakan yaitu Twitter yang menjadikannya sebagai tempat menampung opini maupun perasaan yang dialami dengan cara membuat tweets. Media sosial bahkan menjadi tempat untuk mencari informasi sebuah produk, memberi penilaian tentang produk, hingga melakukan proses jual beli secara online. Maraknya produk baru bermunculan di Indonesia seperti gadget, elektronik, pakaian dan sebagainya membuat orang-orang berlomba segera membelinya untuk menaikkan tingkat sosialnya. Melihat hal tersebut, banyak perusahaan yang mulai membangun berbagai macam e-Commerce. Salah satu e-Commerce yang populer di Indonesia adalah Tokopedia, semenjak kemunculannya banyak opini yang tersebar di Twitter mengenai e-Commerce tersebut. Penelitian ini akan dianalisis dengan metode Naïve Bayes Classifier (NBC) untuk proses pengklasifikasian yang terbagi ke dalam sentimen positif, negatif, dan netral. Data didapatkan dengan cara mengumpulkan semua postingan tweets yang ada di Twitter. Hasil dari penelitian yaitu menghasilkan sebuah pengetahuan dan informasi baru dari data yang telah diklasifikasikan berdasarkan sentimen yang cocok menggunakan metode Naïve Bayes Classifier (NBC) dan selanjutnya informasi yang terkumpul tersebut dapat dipergunakan oleh pihak-pihak yang membutuhkan dalam penelitian berikutnya.

Item Type: Thesis (S1)
Uncontrolled Keywords: Twitter, Naïve Bayes Classifier, e-Commerce, Tokopedia, Opini Masyarakat, Sentiment Analysis
Subjects: Teknik Informatika > Enterprise Inf System
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor UAJY
Date Deposited: 06 Sep 2018 12:24
Last Modified: 06 Sep 2018 12:24
URI: http://e-journal.uajy.ac.id/id/eprint/15759

Actions (login required)

View Item View Item