title: Analisis Kepuasan Pelanggan Pada Pelayanan E-commerce Tokopedia dan Shopee Pada Twitter Menggunakan Recurrent Neural Network
creator: Ajijah, 1617051136
subject: 004 Pemrosesan data dan ilmu komputer
subject: 500 ilmu pengetahuan alam dan matematika
description: Data di Twitter dapat digunakan untuk melihat kepuasan pelayanan suatu e-commerce karena para pengguna memberi suatu tulisan atau tweet mengenai pelayanan e-commerce. Analisis yang akan dilakukan dapat bermanfaat untuk mengetahui pendapat pengguna Twitter terkait kepuasaan pelanggan pada suatu e-commerce. Objek yang dipilih dalam penelitian ini yaitu platform e-commerce perusahaan teknologi Indonesia Tokopedia dan perusahaan teknologi asing Shopee. Penelitian ini membandingan akurasi, presisi, recall, dan f1-score antara dua algoritme, yaitu RNN dan Naïve Bayes. Data yang digunakan berbahasa Indonesia, dengan jumlah sebanyak 1002 data Tokopedia dan 1000 data Shopee, dibagi menjadi dua jenis data sebanyak 80% data latih dan 20% data uji. Diperoleh hasil dari analisis dengan metode RNN pada data Tokopedia menggunakan algoritme LSTM akurasi sebesar 78%, presisi 78%, recall 78%, dan f1-score 78%. Pada data Shopee menggunakan Simple RNN menghasilkan nilai akurasi 58%, presisi 58%, recall 58%, dan f1-score 58%.    Kata kunci: Analisis Sentimen, Klasifikasi, RNN, Shopee, Teks mining, Tokopedia, Twitter.    Data on Twitter can be used to see the satisfaction of an e-commerce service because users give an article or tweet about e-commerce services. The analysis that will be carried out can be useful for knowing the opinions of Twitter users regarding customer satisfaction in an e-commerce. The objects chosen in this study are the e-commerce platform of the Indonesian technology company Tokopedia and the foreign technology company Shopee. This study compares the accuracy, precision, recall, and f1-score between the two RNN algorithms and the Naïve Bayes algorithm. The data is in Indonesian language, totaling 1002 Tokopedia data and 1000 Shopee data, were divided into two types of data, 80% training data and 20% test data. The results obtained from the analysis using the RNN method on Tokopedia data using the LSTM algorithm is 78% accuracy, 78% precision, 78% recall, and 78% f1-score, where the Shopee data using Simple RNN resulted 58% accuracy, 58% precision, 58% recall, and an f1-score of 58%.    Keywords: Clasification, RNN, Shopee, Sentiment analysis, Text mining Tokopedia, Twitter. 
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
date: 2022-07-20
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/65794/1/ABSTRAK%20%28ABSTACT%29.pdf
format: text
identifier: http://digilib.unila.ac.id/65794/2/SKRIPSI%20FULL.pdf
format: text
identifier: http://digilib.unila.ac.id/65794/3/SKRIPSI%20TANPA%20PEMBAHASAN.pdf
identifier:   Ajijah, 1617051136  (2022) Analisis Kepuasan Pelanggan Pada Pelayanan E-commerce Tokopedia dan Shopee Pada Twitter Menggunakan Recurrent Neural Network.  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
relation: http://digilib.unila.ac.id/65794/