Analisis Sentimen Pada Ulasan “Lazada” Berbahasa Indonesia Menggunakan Bm25 Dan K-Nearest Neighbor (K-Nn) Dengan Perbaikan Kata Menggunakan Jaro Winkler Distance
| Main Author: | Wulandari, Desy |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/169492/1/DESY%20WULANDARI_155150201111114%20DOKUMEN%20SKRIPSI%20%282%29.pdf http://repository.ub.ac.id/169492/ |
Daftar Isi:
- Belanja online adalah salah satu cara yang saat ini banyak diminati oleh masyarakat, terutama di Indonesia. Dengan belanja online khususnya di toko Lazada, konsumen tidak perlu menyita banyak waktu dan energi. Karena kemudahan teknologi yang saat ini sudah dapat digunakan dalam berbelanja online. Namun untuk mengetahui kualitas dari sebuah produk, konsumen akan melihat ulasan dari barang yang sudah terjual. Oleh karena itu dengan banyaknya konsumen yang menuliskan ulasan banyak data yang terkumpul sehingga dibutuhkan cara untuk dapat memilah sentimen positif atau negatif dengan dilakukannya perbaikan kata karena banyaknya kesalahan penulisan kata yang sering kita jumpai pada sebuah ulasan. Sehingga dibutuhkan perbaikan kata agar konsumen dapat memahami lebih jelas isi dari sebuah ulasan. Dalam penelitian ini peneliti membuat sistem dengan menggunakan metode Jaro Winkler Distance yang digunakan untuk memperbaiki kata kemudian dilakukan perhitungan scoring dengan BM25, serta klasifikasi dengan K-Nearest Neighbor (KNN). Berdasarkan hasil pengujian mendapatkan nilai accuracy terbaik sebesar 89% dengan nilai F-Measure 88% pada pengujian k-fold ke-2 dengan nilai k = 11. Sehingga penggunaan normalisasi kata pada data latih dan perbaikan kata pada data uji dapat meningkatkan hasil akurasi yang cukup lebih baik dibandingkan tanpa menggunakan perbaikan kata dan tanpa normalisasi data latih.