POLIBANPOLIBAN

POSITIF : Jurnal Sistem dan Teknologi InformasiPOSITIF : Jurnal Sistem dan Teknologi Informasi

Evaluasi konten website penting dilakukan untuk memastikan bahwa konten yang disajikan sesuai dengan kebutuhan dan preferensi pengguna. Hal ini dapat dilakukan melalui menganalisis hasil ulasan pengguna terhadap konten website. Penelitian ini memanfaatkan metode HDP dalam mengidentifikasi topik-topik utama secara otomatis dari ulasan 32 pengguna dan menghasilkan tiga topik utama yang paling sering muncul bagus, bug, update. Dengan menggunakan kerangka kerja OSEMN, evaluasi akhir menunjukkan bahwa topik bagus memiliki nilai cosine similarity tertinggi dibandingkan dengan topik lainnya. Hal ini menandakan bahwa aspek positif dalam ulasan pengguna tentang kualitas konten website mendominasi dan memiliki kesamaan yang signifikan di antara ulasan-ulasan tersebut. Temuan ini memberikan wawasan yang penting dalam memahami evaluasi pengguna terhadap kualitas konten website dan dapat menjadi dasar untuk perbaikan konten yang lebih efektif dan terarah ke depannya.

Penelitian ini menunjukkan pentingnya evaluasi kualitas konten website untuk meningkatkan kepuasan pengguna.Metode Hierarchical Dirichlet Process (HDP) terbukti efektif dalam menganalisis ulasan pengguna dan mengidentifikasi topik-topik utama, yaitu bagus, bug, dan update.Hasil analisis cosine similarity menyoroti bahwa aspek positif (bagus) lebih dominan dalam ulasan pengguna, mengindikasikan bahwa konten website secara umum dinilai baik oleh pengguna.Temuan ini dapat menjadi dasar bagi pengelola website untuk mempertahankan dan meningkatkan aspek-aspek positif, serta mengatasi masalah yang terkait dengan bug atau kebutuhan update.

Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan dengan mengintegrasikan analisis sentimen pada setiap topik yang teridentifikasi, untuk memberikan pemahaman yang lebih mendalam tentang emosi dan opini pengguna terhadap aspek-aspek tertentu dari konten website. Kedua, perlu dilakukan pengumpulan data ulasan pengguna dalam skala yang lebih besar, dengan melibatkan lebih banyak partisipan dan sumber data yang beragam, untuk meningkatkan generalisasi dan validitas temuan penelitian. Ketiga, eksplorasi metode pemodelan topik lainnya, seperti Latent Dirichlet Allocation (LDA) atau Non-negative Matrix Factorization (NMF), dapat dilakukan untuk membandingkan kinerja dan efektivitasnya dalam mengevaluasi kualitas konten website, serta mengidentifikasi potensi kombinasi metode yang dapat menghasilkan hasil yang lebih optimal. Penelitian-penelitian lanjutan ini diharapkan dapat memberikan kontribusi yang signifikan dalam pengembangan strategi peningkatan kualitas konten website yang lebih efektif dan berpusat pada kebutuhan pengguna.

Read online
File size686.39 KB
Pages10
DMCAReport

Related /

ads-block-test