Mahendra, Syafrizal Wd (2026) Analisis Sentimen Ulasan Produk Laptop menggunakan Algoritma XGBoost pada Platform Tokopedia. Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Abstract)
Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (65kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (29kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (170kB) |
|
Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (4MB) | Request a copy |
Abstract
Pasar laptop di Indonesia tumbuh pesat sejalan dengan tren global yang mencatat penjualan hingga 348,8 juta unit pada 2021, didukung data BPS yang mencatat 18,24 juta penduduk Indonesia telah memiliki komputer/laptop. Pertumbuhan ini mendorong tingginya transaksi daring di platform e-commerce seperti Tokopedia, yang menghasilkan volume ulasan produk sangat masif dan tidak terstruktur. Fenomena information overload pun muncul sebagai konsekuensi langsung, menyulitkan konsumen dalam mengevaluasi produk secara objektif, terlebih mengingat 52% preferensi belanja daring konsumen didorong oleh ketersediaan testimoni pelanggan. Sistem ini membantu pengguna memilih laptop yang tepat dengan menganalisis ribuan ulasan pembeli secara otomatis, sehingga pengguna tidak perlu membaca satu per satu untuk mengetahui kelebihan dan kekurangan suatu produk. Metodologi yang diterapkan mengintegrasikan web Scraping untuk pengumpulan data, preprocessing teks, pembobotan fitur TF-IDF, serta tiga teknik optimasi seperti (Synthetic Minority Over-sampling Technique (SMOTE), Chi-Square, dan Grid Search). Model dengan hiperparameter terbaik menghasilkan akurasi 73%, Macro F1-Score 0,67. Validasi fungsional melalui blackbox testing dengan teknik equivalence partitioning mencatatkan tingkat keberhasilan 100% dari 8 Test Case. Integrasi SMOTE dan optimasi hyperparameter terbukti efektif meminimalkan bias kelas mayoritas, sehingga sistem mampu menyajikan wawasan sentimen yang objektif dan terstruktur bagi calon pembeli laptop di platform Tokopedia.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | XGBoost, Analisis Sentimen, Tokopedia, SMOTE, Grid Search, Laptop | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 459 - Ilmu Komputer 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 463 - Teknik Perangkat Lunak |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika (Nganjuk) > Tugas Akhir | ||||||
| Depositing User: | Syafrizal Wd Mahendra | ||||||
| Date Deposited: | 17 Jun 2026 02:08 | ||||||
| Last Modified: | 17 Jun 2026 02:09 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/56457 |
Actions (login required)
 |
View Item |
