Penelitian ini menganalisis ulasan produk yang ada di pasaran, dengan fokus pada produk "Kaos Oversize", untuk mengklasifikasikannya ke dalam ulasan positif dan negatif. Penelitian ini bertujuan untuk menunjukkan keefektifan penggunaan algoritma K-Nearest Neighbors (KNN) dan Term Frequency-Inverse Document Frequency (TF-IDF) dengan pendekatan Natural Language Processing (NLP) dalam mengklasifikasikan ulasan produk. Penelitian ini menemukan bahwa metode NLP mencapai tingkat akurasi, presisi, dan recall yang lebih tinggi dibandingkan dengan tidak menggunakan NLP. Hasil penelitian menunjukkan bahwa menganalisis kata kunci dalam ulasan dapat mewakili opini keseluruhan pembeli terhadap produk, yang dapat menjadi informasi yang berguna bagi pengecer untuk mengevaluasi produk dan layanan mereka.
Copyrights © 2024