Faijriah Nazla Sahira
Universitas Prima Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS ULASAN PALSU PADA PRODUK FEMALE DAILY DENGAN PENDEKATAN NATURAL LANGUAGE PROCESSING Faijriah Nazla Sahira; Cloudia Stevani Saragih Sumbayak; Pungki Laurensius Ritonga; Delima Sitanggang; Evta Indra
JURNAL ILMIAH BETRIK Vol. 14 No. 02 AGUSTUS (2023): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v14i02 AGUSTUS.100

Abstract

Ulasan produk memiliki peran penting dalam membentuk kepercayaan konsumen dan mempengaruhi keputusan pembelian. Namun, ulasan palsu dapat merugikan konsumen dengan memberikan informasi yang tidak akurat. Sehinga perlu dilakukan analisis untuk dapat mengetahui apakah terdapat ulasan palsu didalam ulasan-ulasan tersebut. Dengan demikian, kepercayaan pembeli terhadap produk dapat tetap terjaga. Penelitian ini dilakukan terbatas pada 10 produk Whitelab dengan ulasan sebanyak 3041 dan menggunakan model Decision Tree dan Logistic Regression untuk klasifikasi ulasan. Hasil penelitian menunjukkan bahwa ulasan dengan rating bintang 5 mendominasi dengan persentase 92,5%, namun terdapat juga ulasan tidak terdefinisi yang mengindikasikan ulasan palsu, terutama saat memberikan rating bintang 5. Model Decision Tree menghasilkan akurasi yang lebih baik dibandingkan dengan Logistic Regression, dengan akurasi data train mencapai 1.0 dan data test mencapai 91.96%. Sehingga dapat mengindikasikan kuat tentang ulasan palsu pada produk Whitelab di Female Daily, yang mungkin berasal dari buzzer atau pembeli palsu yang ingin mempengaruhi rating produk.