UNPAMUNPAM
Jurnal Informatika Universitas PamulangJurnal Informatika Universitas PamulangPenilaian produk online biasanya dengan memberikan ulasan deskripsi dan juga ulasan berupa rating. Begitu juga yang dilakukan pada toko online Lazada. Ulasan deskripsi dapat memberikan pandangan yang jelas dibandingkan dengan ulasan berupa rating kepada calon pembeli lain. Namun pada kenyataannya sering dijumpai ketidaksesuaian antara ulasan deskripsi dengan rating yang diberikan. Hal ini membuat kurangnya informasi bagi penjual dan juga calon pembeli. Pengklasifikasian otomatis ulasan deskripsi pembeli diusulkan pada penelitian ini agar terjadi kesesuaian antara ulasan deskripsi dengan ulasan rating. Pengklasifikasian otomatis ulasan deskripsi ini menggunakan algoritma Naive Bayes dengan ekstraksi fitur n-gram dan pembobotan kata TF-IDF. Hasil dari penelitian ini didapatkan akurasi terbaik sebesar 94.06%, recall sebesar 91.73% dan presisi sebesar 90.71% pada ekstraksi fitur Bigram. Dengan nilai akurasi yang cukup tinggi tersebut dapat dijadikan salah satu acuan atau model untuk mengklasifikasikan ulasan deskripsi produk, sehingga proses umpan balik antara penjual dan pembeli dapat berjalan dengan baik.
Klasifikasi ulasan produk elektronik ke dalam bentuk rating dapat dilakukan menggunakan metode Naïve Bayes dan n-gram.Diawali dengan tahap pre-processing kemudian dilanjutkan pembobotan term menggunakan TF-IDF serta ekstraksi fitur menggunakan n-gram dan dilanjutkan klasifikasi menggunakan metode Naïve Bayes.Ekstraksi fitur menggunakan n-gram terbukti dapat meningkatkan hasil akhir klasifikasi.Hasil terbaik menggunakan ekstraksi fitur bigram, diikuti ekstraksi fitur trigram dan setelahnya ekstraksi fitur unigram (dan juga hanya Naïve Bayes tanpa n-gram).Adapun hasil akurasi, presisi dan recall pada klasifikasi dengan Naïve Bayes menggunakan ekstraksi fitur bigram adalah sebesar 94.Dengan nilai akurasi yang cukup tinggi tersebut dapat dijadikan salah satu acuan atau model untuk mengklasifikasikan ulasan deskripsi produk, sehingga proses umpan balik antara penjual dan pembeli dapat berjalan dengan baik.Untuk hasil akurasi, presisi dan recall pada klasifikasi dengan Naïve Bayes menggunakan ekstraksi fitur trigram sebesar 89.Kemudian hasil akurasi, presisi dan recall pada klasifikasi dengan Naïve Bayes menggunakan ekstraksi fitur unigram dan juga tanpa n-gram memiliki nilai yang sama, yaitu 85.
Untuk penelitian lanjutan, dapat dilakukan pengembangan model klasifikasi rating otomatis dengan mempertimbangkan aspek-aspek lain yang dapat mempengaruhi akurasi dan performa model. Misalnya, dapat dilakukan eksperimen dengan menambahkan fitur-fitur baru seperti analisis sentiment atau penggunaan teknik-teknik pengolahan bahasa alami yang lebih canggih. Selain itu, penelitian juga dapat fokus pada peningkatan akurasi klasifikasi untuk kelas-kelas rating tertentu yang memiliki jumlah data yang tidak seimbang. Dengan demikian, model klasifikasi rating otomatis dapat menjadi lebih akurat dan dapat diterapkan secara luas dalam berbagai platform e-commerce.
| File size | 351.88 KB |
| Pages | 7 |
| DMCA | Report |
Related /
POLTESAPOLTESA Kebutuhan pasar akan media tanam organic yang siap pakai menjadi peluang usaha yang cukup prospektif di Kecamatan Sambas. Salah satu bahan yang bisa dijadikanKebutuhan pasar akan media tanam organic yang siap pakai menjadi peluang usaha yang cukup prospektif di Kecamatan Sambas. Salah satu bahan yang bisa dijadikan
POLTESAPOLTESA Hasil analisis daya saing menggunakan Porters Diamond Theory menunjukkan bahwa tingkat daya saing sayur hidroponik di Kabupaten Sambas berada pada tingkatHasil analisis daya saing menggunakan Porters Diamond Theory menunjukkan bahwa tingkat daya saing sayur hidroponik di Kabupaten Sambas berada pada tingkat
RESEARCHSYNERGYPRESSRESEARCHSYNERGYPRESS Bukti eksperimental mengkonfirmasi perbaikan yang signifikan dalam ketepatan rekomendasi dan metrik kepuasan pengguna dengan sistem rekomendasi yang ditingkatkan.Bukti eksperimental mengkonfirmasi perbaikan yang signifikan dalam ketepatan rekomendasi dan metrik kepuasan pengguna dengan sistem rekomendasi yang ditingkatkan.
UNPAMUNPAM Pertumbuhan data yang besar pada pasar online dapat menimbulkan masalah bagi pengguna. Pembeli yang mengalami kesulitan pada pencarian produk terbaik yangPertumbuhan data yang besar pada pasar online dapat menimbulkan masalah bagi pengguna. Pembeli yang mengalami kesulitan pada pencarian produk terbaik yang
UNPAMUNPAM Pada penelitian ini didapatkan hasil bahwa optimasi adaboost mampu meningkatkan nilai akurasi dari algoritma support vector machine dari 88.93% menjadiPada penelitian ini didapatkan hasil bahwa optimasi adaboost mampu meningkatkan nilai akurasi dari algoritma support vector machine dari 88.93% menjadi
UNPAMUNPAM PKH (Hope Family Program) adalah program bantuan pemerintah untuk membantu orang-orang yang mengalami masalah kemiskinan. Program ini merupakan bantuanPKH (Hope Family Program) adalah program bantuan pemerintah untuk membantu orang-orang yang mengalami masalah kemiskinan. Program ini merupakan bantuan
UNPAMUNPAM Proses yang tidak maksimal dapat menyebabkan ketidaksamaan data yang akan disimpan dalam database. Pengujian dilakukan dengan metode Black Box Testing.Proses yang tidak maksimal dapat menyebabkan ketidaksamaan data yang akan disimpan dalam database. Pengujian dilakukan dengan metode Black Box Testing.
UNPAMUNPAM Sistem pendukung keputusan penilaian kinerja pegawai mengusulkan penambahan subkriteria dari kriteria sebelumnya. Setelah perhitungan AHP, nilai kriteriaSistem pendukung keputusan penilaian kinerja pegawai mengusulkan penambahan subkriteria dari kriteria sebelumnya. Setelah perhitungan AHP, nilai kriteria
Useful /
UNUDUNUD Hasil menunjukkan bahwa ritual tersebut mencerminkan harmoni spiritual, sosial, dan lingkungan sambil menghadapi tekanan pariwisata, serta menawarkan strategiHasil menunjukkan bahwa ritual tersebut mencerminkan harmoni spiritual, sosial, dan lingkungan sambil menghadapi tekanan pariwisata, serta menawarkan strategi
UNPAMUNPAM Sistem prediksi mahasiswa baru dengan menggunakan metode Least Square merupakan aplikasi yang dapat digunakan sabagai proses untuk menghitung jumlah penentuSistem prediksi mahasiswa baru dengan menggunakan metode Least Square merupakan aplikasi yang dapat digunakan sabagai proses untuk menghitung jumlah penentu
UNPAMUNPAM Bahasa pemrograman yang digunakan untuk membuat aplikasi penggajian ini adalah hybrid programming untuk mobile dengan menggabungkan dua bahasa pemrogramanBahasa pemrograman yang digunakan untuk membuat aplikasi penggajian ini adalah hybrid programming untuk mobile dengan menggabungkan dua bahasa pemrograman
UNPAMUNPAM Aplikasi marketplace ini dapat dimanfaatkan sebagai ruang khusus bagi mahasiswa Universitas Catur Insan Cendekia untuk memasarkan produk/jasa yang ditawarkannyaAplikasi marketplace ini dapat dimanfaatkan sebagai ruang khusus bagi mahasiswa Universitas Catur Insan Cendekia untuk memasarkan produk/jasa yang ditawarkannya