SITI, AISYAH (2021) PENERAPAN NAMED ENTITY RECOGNITION UNTUK MENGENALI FITUR PRODUK PADA ECOMMERCE MENGGUNAKAN RULE TEMPLATE DAN NAIVE BAYES CLASIFIER. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (168kB)
	Text ABSTRAK.pdf Download (91kB)
	Text BAB 1.pdf Download (246kB)
	Text DAFTAR PUSTAKA.pdf Download (173kB)

Abstract

Internet adalah jaringan informasi komputer mancanegara yang berkembang sangat pesat, sehingga pada saat ini sangat banyak masyarakat yang menggunakan kecanggihan teknologi internet untuk menunjang kehidupan sehari�hari. Sejalan dengan meningkatnya peranan teknologi informasi, maka hal tersebut tentunya akan berdampak dalam bidang perdagangan elektronik atau e�commerce. Menurut Data Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) menyatakan pada tahun 2019 lebih dari 171 juta penduduk Indonesia menggunakan internet. Semakin terus meningkatnya jumlah masyarakat yang memiliki akses terhadap internet, maka kita akan melihat peningkatan jumlah konsumen yang akan berbelanja online. Salah satu situs online yang paling banyak dikunjungi ialah Shopee, yang dapat memudahkan penjual dan pembeli untuk melakukan transaksi jual beli secara online. Di dalam manajemen pemasaran e-commerce terdapat produk - produk yang ingin dipasarkan, tentunya sebelum memasarkan produk para produsen terlebih dahulu membuat judul besar dari produk tersebut yaitu dengan cara membuat judul produk yang menarik dan relevan , sehingga dapat menarik perhatian konsumen untuk melihat produk yang dipasarkan. Named Entity Recognition (NER) merupakan bagian dari ekstraksi informasi yang bertugas untuk pengklasifikasi teks dari sebuah dokumen atau korpus yang dikategorikan kedalam beberapa kelas seperti nama orang, lokasi, bulan, tanggal, waktu dan sebagainya. Pada penelitian ini NER yang dilakukan menggunakan metode Rule Template dan Naive Bayes Clasifier dengan cara mengambil data fitur dari title produk Televisi pada situs Shopee dengan 3 entitas yaitu MEREK, UKURAN, dan MODEL. Secara keseluruhan pengenalan entitas yang dilakukan pada penelitian ini, persentase keakurasian terbanyak didapatkan oleh title produk Televisi yang mengandung fitur (Merek, ukuran, dan model) yang di hitung berdasarkan true false yaitu dengan nilai keakurasian sebesar 41 %. Kata kunci: E-commerce, title produk , named entity recognition, naive bayes clasifier, rule template.

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	riska nanda
Date Deposited:	22 Nov 2023 07:35
Last Modified:	22 Nov 2023 07:35
URI:	https://rama.unimal.ac.id/id/eprint/273

Actions (login required)

View Item