FAISA, NABILA (2025) ANALISIS SENTIMEN TERHADAP APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA DECISION TREE C5.0. S1 thesis, Universitas Malikussaleh.

	Text cover 180170023.pdf Download (42kB)
	Text abstrak 180170023.pdf Download (31kB)
	Text BAB I 180170023.pdf Download (83kB)
	Text daftar pustaka 180170023.pdf Download (166kB)
	Text SKRIPSI_FAISA_NABILA.pdf Restricted to Registered users only Download (3MB)

Abstract

Perkembangan belanja daring menjadi alternatif yang efisien bagi masyarakat yang memiliki keterbatasan waktu maupun tenaga untuk mengunjungi pusat perbelanjaan secara langsung. Tokopedia, sebagai salah satu bisnis elektronik unggulan di Indonesia, menyajikan fitur ulasan produk yang dapat digunakan untuk menilai kualitas produk maupun layanan. Banyaknya jumlah ulasan yang tersedia membuat analisis manual menjadi tidak efektif, sehingga diperlukan metode otomatis seperti analisis sentimen. Penelitian ini bertujuan mengembangkan sistem klasifikasi sentimen secara otomatis serta mengukur kinerja algoritma Decision Tree C5.0 dalam membedakan ulasan menjadi bagian positif dan negatif. Pemilihan algoritma ini didasarkan pada kemampuannya dalam menangani data besar, efisien dalam membentuk pohon keputusan, serta toleran terhadap data yang tidak lengkap. Data penelitian terdiri dari 2.500 ulasan pengguna dari toko Wardah Official di aplikasi Tokopedia, yang diperoleh melalui teknik web scraping. Pembagian dataset menjadi dua kelompok: 1.750 data untuk dilatih dan 750 data untuk diuji. Proses penelitian mencakup tahapan preprocessing (pembersihan teks, normalisasi huruf, tokenisasi, penyaringan, dan stemming), pelabelan berbasis leksikon, serta klasifikasi menggunakan algoritma C5.0. Evaluasi performa dilakukan melalui confusion matrix dan mengindikasikan hasil yang cukup baik, dengan akurasi sebesar 84,93%, presisi 73,75%, recall 78,08%, dan F1-score 75,53%. Hasil ini menunjukkan bahwa algoritma C5.0 efektif dalam mengklasifikasikan sentimen ulasan secara otomatis.

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Faisa Nabila Nabila
Date Deposited:	28 Jan 2026 02:41
Last Modified:	28 Jan 2026 02:41
URI:	https://rama.unimal.ac.id/id/eprint/17888

Actions (login required)

View Item