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 /
STPMATARAMSTPMATARAM Penelitian ini menunjukkan bahwa Lombok berada pada tahap awal transisi menuju pariwisata regeneratif, dengan meningkatnya kesadaran dan praktik lokalPenelitian ini menunjukkan bahwa Lombok berada pada tahap awal transisi menuju pariwisata regeneratif, dengan meningkatnya kesadaran dan praktik lokal
STPMATARAMSTPMATARAM Desa Batujai memiliki potensi wisata alam serta kekayaan budaya seperti tradisi bubus local, menenun dengan desain, nyongkolan, kesenian pewarna alami,Desa Batujai memiliki potensi wisata alam serta kekayaan budaya seperti tradisi bubus local, menenun dengan desain, nyongkolan, kesenian pewarna alami,
STPMATARAMSTPMATARAM Dampak positifnya adalah meningkatkan lapangan pekerjaan dan menambah pendapatan masyarakat sekitar objek wisata. Sedangkan dampak negatifnya adalah kurangnyaDampak positifnya adalah meningkatkan lapangan pekerjaan dan menambah pendapatan masyarakat sekitar objek wisata. Sedangkan dampak negatifnya adalah kurangnya
STPMATARAMSTPMATARAM Pada penelitian ini metode penelitian yang digunakan adalah pendekatan kualitatif. Adapun tekhnik dalam pengumpulan data dalam penelitian ini yaitu tekhnikPada penelitian ini metode penelitian yang digunakan adalah pendekatan kualitatif. Adapun tekhnik dalam pengumpulan data dalam penelitian ini yaitu tekhnik
STPMATARAMSTPMATARAM Metode penelitian yang digunakan adalah deskriptif kualitatif dengan teknik pengumpulan data melalui observasi, wawancara, dan dokumentasi. Hasil penelitianMetode penelitian yang digunakan adalah deskriptif kualitatif dengan teknik pengumpulan data melalui observasi, wawancara, dan dokumentasi. Hasil penelitian
STPMATARAMSTPMATARAM Pengelolaan usaha menunjukan kesamaan pada keterlibatan pengelola, tetapi terdapat perbedaan manaajemen dan partisipasi masyarakat dalam menerima manfaat.Pengelolaan usaha menunjukan kesamaan pada keterlibatan pengelola, tetapi terdapat perbedaan manaajemen dan partisipasi masyarakat dalam menerima manfaat.
STPMATARAMSTPMATARAM Faktor-faktor yang mendukung perkembangan ekowisata meliputi kekayaan biodiversitas, dukungan masyarakat lokal, inisiatif konservasi, pengakuan internasionalFaktor-faktor yang mendukung perkembangan ekowisata meliputi kekayaan biodiversitas, dukungan masyarakat lokal, inisiatif konservasi, pengakuan internasional
STPMATARAMSTPMATARAM Analisis dilakukan secara kualitatif dengan pendekatan deskriptif-analitis untuk mengidentifikasi tema utama terkait interaksi sosial dan pemanfaatan ruangAnalisis dilakukan secara kualitatif dengan pendekatan deskriptif-analitis untuk mengidentifikasi tema utama terkait interaksi sosial dan pemanfaatan ruang
Useful /
STPMATARAMSTPMATARAM Teknik pengumpulan data dilakukan melalui wawancara, observasi, dan dokumentasi, yang melibatkan 12 narasumber sebagai informan utama. Hasil penelitianTeknik pengumpulan data dilakukan melalui wawancara, observasi, dan dokumentasi, yang melibatkan 12 narasumber sebagai informan utama. Hasil penelitian
UNPAMUNPAM Performa algoritma pada Sistem Rekomendasi diukur dengan parameter Root Mean Square Error (RMSE), Mean Absolute Error (MAE) dan Normalized Mean AbsolutePerforma algoritma pada Sistem Rekomendasi diukur dengan parameter Root Mean Square Error (RMSE), Mean Absolute Error (MAE) dan Normalized Mean Absolute
UNPAMUNPAM Pada penelitian ini, penulis akan melakukan analisis pengaruh dari optimasi menggunakan metode adaboost dan bagging terhadap hasil dari nilai akurasi algoritmaPada penelitian ini, penulis akan melakukan analisis pengaruh dari optimasi menggunakan metode adaboost dan bagging terhadap hasil dari nilai akurasi algoritma
UNPAMUNPAM Padahal faktanya hal ini penting untuk membekali seseorang ketika suatu saat akan terjadi kebakaran. Sehingga dalam penelitian ini mengusulkan pengembanganPadahal faktanya hal ini penting untuk membekali seseorang ketika suatu saat akan terjadi kebakaran. Sehingga dalam penelitian ini mengusulkan pengembangan