Analisis Kepuasan Pelanggan Pada Pelayanan E-commerce Tokopedia dan Shopee Pada Twitter Menggunakan Recurrent Neural Network

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.

Preview	File PDF ABSTRAK (ABSTACT).pdf Download (275Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (1799Kb)
Preview	File PDF SKRIPSI TANPA PEMBAHASAN.pdf Download (1220Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

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.

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer 500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit:	2208956109 . Digilib
Date Deposited:	26 Aug 2022 08:02
Terakhir diubah:	26 Aug 2022 08:02
URI:	http://digilib.unila.ac.id/id/eprint/65794

Actions (login required)

Lihat Karya Akhir