Analisis Data Ulasan Pembeli Terhadap Seller Pada Situs E-Commerce XYZ Menggunakan Metode TF-IDF dan Naïve Bayes Classifier
Total View This Week0
Total View This Week0
Institusion
Universitas Bakrie
Author
Aeamelia, Rizky
Subject
Customer Satisfaction
Datestamp
2018-08-27 08:50:02
Abstract :
Popularitas e-commerce terus mengalami peningkatan yang cukup signifikan. Sehingga penelitian mengenai e-commerce menjadi topik yang menarik untuk diteliti. Salah satunya yang cukup populer adalah situs e-commerce XYZ. Banyak pertimbangan yang dilakukan oleh calon pembeli sebelum melakukan pembelian produk. Hal seperti ini sering ditemukan pada online marketplace dimana banyaknya kriteria seller yang memberikan berbagai pilihan produk sehingga calon pembeli semakin sulit untuk memutuskan pembeliannya. Masalah ini dapat dibantu dengan fitur ulasan pembeli yang dikenal dengan Online Customer Review (OCR) yang membantu calon pembeli untuk menentukan keputusan pembelian berdasarkan ulasan yang telah diberikan oleh konsumen sebelumnya. Berdasarkan hal tersebut, peneliti tertarik untuk melakukan penelitian terkait OCR pada situs e-commerce XYZ dalam rangka menentukan seller yang memiliki pelayanan terbaik berdasarkan jumlah ulasan positif terbanyak dengan menerapkan metode TF-IDF dan Naïve Bayes Classifier. Dalam penelitian ini, peneliti mengumpulkan data ulasan pembeli sebanyak 1500 ulasan yang diambil dari 10 seller yang termasuk kategori Kesehatan dan Kecantikan. Dari 1500 ulasan, kemudian dibagi dalam dua subset data, yaitu data training sebanyak 1000, dan data testing sebanyak 500. Dari hasil proses klasifikasi dengan menggunakan 500 data testing dengan masing-masing 50 ulasan pembeli untuk setiap seller, ditunjukkan bahwa seller dengan nama FAM memiliki jumlah ulasan positif terbanyak sebesar 49 ulasan positif. Hasil pengukuran performa terhadap proses klasifikasi ulasan pembeli ini juga menghasilkan nilai accuracy sebesar 97,60%, precision 98,83%, recall 97,69%, dan f-measure sebesar 98,26%. Hal ini membuktikan bahwa proses pengklasifikasian dengan menerapkan tahap preprocessing, TF-IDF, dan penggunaan metode Naïve Bayes Classifier cukup baik dalam mengklasifikasikan data ulasan pembeli.
Popularitas e-commerce terus mengalami peningkatan yang cukup signifikan. Sehingga penelitian mengenai e-commerce menjadi topik yang menarik untuk diteliti. Salah satunya yang cukup populer adalah situs e-commerce XYZ. Banyak pertimbangan yang dilakukan oleh calon pembeli sebelum melakukan pembelian produk. Hal seperti ini sering ditemukan pada online marketplace dimana banyaknya kriteria seller yang memberikan berbagai pilihan produk sehingga calon pembeli semakin sulit untuk memutuskan pembeliannya. Masalah ini dapat dibantu dengan fitur ulasan pembeli yang dikenal dengan Online Customer Review (OCR) yang membantu calon pembeli untuk menentukan keputusan pembelian berdasarkan ulasan yang telah diberikan oleh konsumen sebelumnya. Berdasarkan hal tersebut, peneliti tertarik untuk melakukan penelitian terkait OCR pada situs e-commerce XYZ dalam rangka menentukan seller yang memiliki pelayanan terbaik berdasarkan jumlah ulasan positif terbanyak dengan menerapkan metode TF-IDF dan Naïve Bayes Classifier. Dalam penelitian ini, peneliti mengumpulkan data ulasan pembeli sebanyak 1500 ulasan yang diambil dari 10 seller yang termasuk kategori Kesehatan dan Kecantikan. Dari 1500 ulasan, kemudian dibagi dalam dua subset data, yaitu data training sebanyak 1000, dan data testing sebanyak 500. Dari hasil proses klasifikasi dengan menggunakan 500 data testing dengan masing-masing 50 ulasan pembeli untuk setiap seller, ditunjukkan bahwa seller dengan nama FAM memiliki jumlah ulasan positif terbanyak sebesar 49 ulasan positif. Hasil pengukuran performa terhadap proses klasifikasi ulasan pembeli ini juga menghasilkan nilai accuracy sebesar 97,60%, precision 98,83%, recall 97,69%, dan f-measure sebesar 98,26%. Hal ini membuktikan bahwa proses pengklasifikasian dengan menerapkan tahap preprocessing, TF-IDF, dan penggunaan metode Naïve Bayes Classifier cukup baik dalam mengklasifikasikan data ulasan pembeli.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
