<![CDATA[Dalam era e-commerce yang semakin berkembang, analisis ulasan konsumen menjadi sangat penting untuk memahami sentimen dan preferensi pelanggan. Namun, jumlah ulasan yang besar sering kali menyulitkan pengguna dalam meninjau dan memahami tren utama. Penelitian ini bertujuan untuk menerapkan metode Latent Dirichlet Allocation (LDA) guna mengidentifikasi tema utama dalam ulasan produk di platform Lazada Indonesia. Dengan menganalisis topik yang paling sering muncul, penelitian ini memberikan wawasan tentang pengalaman, ekspektasi, serta permasalahan yang dihadapi konsumen. Data dikumpulkan dari berbagai kategori produk dan diproses melalui tahapan pembersihan teks, normalisasi, tokenisasi, penghapusan kata umum, serta stemming. Model LDA diterapkan dengan parameter yang dioptimalkan untuk meningkatkan akurasi pengelompokan topik. Hasil analisis menunjukkan beberapa tema dominan, seperti kualitas produk, layanan pengiriman, dan harga. Visualisasi topik menggunakan PyLDAvis memberikan gambaran yang lebih jelas mengenai pola dan distribusi topik yang relevan. Temuan ini diharapkan dapat memberikan manfaat bagi pemangku kepentingan dalam mengembangkan strategi pemasaran yang lebih efektif serta meningkatkan layanan pelanggan.]]>
Copyrights © 2025
