STMIKJAYAKARTASTMIKJAYAKARTA

Journal of Information System, Informatics and ComputingJournal of Information System, Informatics and Computing

Studi ini menyelidiki penggunaan teknologi Hadoop dan algoritma Naive Bayes untuk menganalisis sentimen ulasan pengguna di platform e-commerce. Data yang digunakan berasal dari 391.500 ulasan dari aplikasi Shopee yang dikumpulkan melalui scraping Google Play Store. Implementasi model klasifikasi sentimen, pengumpulan data melalui web scraping, dan pra-pemrosesan data menggunakan PySpark adalah metodologi penelitian. Hasil penelitian menunjukkan bahwa model Naive Bayes dapat mengklasifikasikan perasaan pengguna dengan akurasi 87%. Menurut analisis word cloud, elemen seperti gratis ongkir dan kemudahan penggunaan menjadi pendorong utama sentimen positif. Sementara itu, sentimen negatif didominasi oleh masalah teknis aplikasi dan layanan pelanggan. Penelitian ini menunjukkan bahwa penggunaan Hadoop dan Naive Bayes dalam analisis data ulasan berskala besar saat mengembangkan platform e-commerce adalah efektif.

Informasi yang digunakan dalam penelitian ini diperoleh dengan memanen 391.500 ulasan dari aplikasi Shopee dari Google Play Store.Temuan penelitian menunjukkan bahwa, dengan tingkat akurasi 87%, penggunaan algoritma Naive Bayes oleh Hadoop telah berhasil menilai nada ulasan pengguna di situs e-commerce.Dengan skor F1 0,91 untuk sentimen positif dan 0,77 untuk sentimen negatif, model klasifikasi berkinerja berbeda untuk setiap sentimen.Studi ini menggunakan analisis word cloud untuk menunjukkan bahwa pendorong utama sentimen positif di antara konsumen Shopee adalah hal-hal seperti pengiriman gratis, keramahan pengguna, dan penawaran khusus.Sementara itu, masalah teknis dengan aplikasi, sistem pembayaran, dan responsivitas dukungan pelanggan adalah kekhawatiran utama pengguna yang ditemukan melalui penelitian sentimen negatif.

Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, penelitian selanjutnya dapat mengeksplorasi penggunaan teknik pemrosesan bahasa alami (NLP) yang lebih canggih, seperti model transformer, untuk meningkatkan akurasi analisis sentimen. Hal ini dapat membantu dalam menangkap nuansa bahasa yang lebih kompleks dan konteks ulasan pengguna. Kedua, penelitian dapat memperluas cakupan analisis sentimen dengan mempertimbangkan faktor-faktor lain yang memengaruhi sentimen pengguna, seperti harga produk, kualitas pengiriman, dan reputasi penjual. Dengan menggabungkan berbagai faktor ini, analisis sentimen dapat memberikan wawasan yang lebih komprehensif tentang pengalaman pelanggan. Ketiga, penelitian dapat menginvestigasi penggunaan analisis sentimen untuk memprediksi perilaku konsumen, seperti kemungkinan pembelian ulang atau rekomendasi produk. Dengan memanfaatkan data sentimen, platform e-commerce dapat memberikan rekomendasi yang lebih personal dan meningkatkan kepuasan pelanggan.

  1. PENGARUH E-COMMERCE TERHADAP PERTUMBUHAN EKONOMI INDONESIA | Jurnal Ekonomi Trisakti. https library ipmi... e-journal.trisakti.ac.id/index.php/jet/article/view/17499PENGARUH E COMMERCE TERHADAP PERTUMBUHAN EKONOMI INDONESIA Jurnal Ekonomi Trisakti https library ipmi e journal trisakti ac index php jet article view 17499
  2. Login. required fields marked asterisk pusat riset inovasi nasional lembaga pengembangan kinerja dosen... doi.org/10.55606/teknik.v3i3.2411Login required fields marked asterisk pusat riset inovasi nasional lembaga pengembangan kinerja dosen doi 10 55606 teknik v3i3 2411
Read online
File size1.09 MB
Pages14
DMCAReport

Related /

ads-block-test