Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Analisis Sentimen Produk Pada Aplikasi Lazada Menggunakan Metode Naïve Bayes Pramita, Alvina Gusti; Nugraha, Fajar
Jurnal Digit : Digital of Information Technology Vol 14, No 1 (2024)
Publisher : Universitas Catur Insan Cendekia (CIC) Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51920/jd.v14i1.362

Abstract

Lazada merupakan salah satu e-commerce yang sangat populer di Indonesia. Sebagai platform e-commerce terkemuka, Lazada menghadapi berbagai tantangan besar dalam mengelola review dari pengguna. Dengan adanya jutaan bahkan ribuan review yang beragam, mengidentifikasi kualitas produk sehingga dapat memenuhi harapan pelanggan bisa menjadi tugas yang sangat rumit. Selama ini, peruhasaan melakukan analisa review produk Lazada yang sudah dipasarkan dengan menghabiskan banyak waktu dan sumber daya manusia. Untuk menganalisis sentimen dari review pelanggan, proses pengumpulan data sampai dengan hasil sentimen dilakukan secara manual. Selain itu, ketersediaan data yang banyak akan sulit untuk secara efisien mengolah dan menganilis semua review secara manual. Maka dari itu, diperlukan suatu sistem yang mampu mengatasi permasalahan yang terjadi pada proses analisis ulasan secara manual. Di dunia kecerdasan buatan, permasalahan seperti ini termasuk ke dalam domain Narual Language Processing (NLP). Dengan adanya penelitian ini akan membantu proses review ulasan dari pengguna Lazada dengan menggunakan aplikasi SMARTSHOP-REVIEW dengan model Naïve Bayes, mengingat bahwa pola sentiment yang ada dari ulasan pengguna itu sangat bermacam-macam. Data yang digunakan adalah data dari Lazada Indonesian Review 2019 yang berisi 38.071 review. Dari data tersebut, akan dikelompokkan dari sentimen yang ada yaitu Positif dan Negatif dengan hasil Positif sebesar 32.198 dan Negatif sebesar 5.753.
Implementasi Data Mining Dalam Proses Analisa Sentimen Penggunaan Sunan (Sinau Temenanan) E-Learning UMK Sebagai Media Pembelajaran Menggunakan Metode Naïve Bayes Classifier Pramita, Alvina Gusti; Triyanto, Wiwit Agus; Muzid, Syafiul
Jurnal Pseudocode Vol 12 No 1 (2025): Volume 12 Nomor 1 Februari 2025
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.12.1.1-6

Abstract

The advancement of information technology has driven the adoption of e-learning platforms, including Sunan (Sinau Temenanan) at Universitas Muria Kudus (UMK). This study aims to analyze students' perceptions and satisfaction with the Sunan platform through sentiment analysis. A total of 300 questionnaire responses were collected, with sentiments categorized into 151 negative and 148 positive. Data Mining techniques, specifically the Naïve Bayes Classifier algorithm, were utilized for sentiment classification. The research process included data collection, preprocessing (case folding, tokenizing, filtering, and stemming), transformation using the TF-IDF method, and model evaluation. The evaluation results demonstrated an accuracy of 88.24%, with precision, recall, and F1-score of 83.33%, 83.33%, and 85.51%, respectively. These findings highlight the algorithm's effectiveness in sentiment analysis and provide valuable insights for improving the Sunan platform to enhance user experience and better meet student needs. Keywords: Data Mining, Sentiment Analysis, E-Learning, Naïve Bayes.