Aplikasi Analisis Sentimen Ulasan Produk Pada Tokopedia Dengan Text Mining Menggunakan Metode Naive Bayes Berbasis Mobile

Sarodi, Hafizhsyah Daffa Lintang (2026) Aplikasi Analisis Sentimen Ulasan Produk Pada Tokopedia Dengan Text Mining Menggunakan Metode Naive Bayes Berbasis Mobile. Diploma thesis, Politeknik Negeri Jember.

[img] Text (Abstract)
RINGKASAN.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (89kB)
[img] Text (Bab 1 Pendahuluan)
BAB 1.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (176kB)
[img] Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (291kB)
[img] Text (Laporan Lengkap)
Laporan TA_Fix.pdf
Restricted to Registered users only

Download (11MB) | Request a copy

Abstract

Perkembangan e-commerce yang pesat, khususnya pada platform Tokopedia, menghasilkan banyak ulasan produk yang dapat menjadi sumber informasi penting bagi pengguna. Namun, banyaknya ulasan serta ketidaksesuaian antara rating dan isi ulasan membuat pengguna kesulitan dalam memahami opini pelanggan secara keseluruhan. Penelitian ini bertujuan untuk mengembangkan aplikasi analisis sentimen berbasis mobile menggunakan metode Naive Bayes. Metode yang digunakan adalah CRISP-DM, dengan dataset PRDECT-ID sebagai data latih dan data hasil web scraping sebagai data uji. Proses data preparation meliputi case folding, stopword removal, tokenisasi, stemming, serta pembobotan TF-IDF. Model klasifikasi dibangun menggunakan Multinomial Naive Bayes dengan pembagian data 80% data latih dan 20% data uji. Hasil evaluasi menunjukkan akurasi sebesar 88,55%, yang menunjukkan model mampu mengklasifikasikan sentimen dengan baik. Aplikasi yang dikembangkan menyediakan fitur klasifikasi sentimen, ringkasan persentase, visualisasi pie chart, Top Phrases, serta ekspor PDF. Berdasarkan hasil wawancara dan kuesioner, aplikasi ini membantu pengguna dalam memahami ulasan secara cepat dan mendukung pengambilan keputusan.

Item Type: Thesis (Diploma)
Contributors:
ContributionContributorsNIDN/NIDK
Thesis advisorPuspitasari, Pramuditha Shinta DewiNIDN0004039801
Uncontrolled Keywords: analisis_sentimen,text_mining,naive_bayes,tokopedia,ulasan_produk,aplikasi_mobile,tf-idf,crisp-dm
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 > 462 - Teknologi Informasi
Divisions: Jurusan Teknologi Informasi > Prodi D3 Manajemen Informatika > Tugas Akhir
Depositing User: Hafizhsyah Daffa Lintang Sarodi
Date Deposited: 28 Apr 2026 01:06
Last Modified: 28 Apr 2026 01:07
URI: https://sipora.polije.ac.id/id/eprint/55690

Actions (login required)

View Item View Item