Perpustakaan
DESKRIPSI DATA LENGKAP
JudulPENERAPAN TEXT MINING MENGGUNAKAN METODE ROUGH SET UNTUK MENGETAHUI KLASIFIKASI KATA YANG PALING SERING MUNCUL DI TWITTER SHOPEE INDONESIA
Nama: MUHAMMAD YUDHI
Tahun: 2020
Abstrak
Iklan di media sosial sangat penting dalam menarik pelanggan, perusahaan harus mengetahui iklan apa yang paling banyak disukai pelanggan, Shopee Indonesia merupakan salah satu pelaku bisnis e-commerce di Indonesia yang menggunakan media sosial twitter sebagai sarana untuk melakukan iklan. Penelitian kali ini adalah menentukan klasifikasi kata yang sering muncul atau jenis label iklan mana yang sering ditweet orang-orang di twitter Shopee Indonesia. Dengan variabel penelitian label (Y) antara lain gratis ongkir, cashback, diskon dan big sale. Tweet (X1), kamus (X2), stopword (X3). Berdasarkan hasil yang diperoleh dari analisis sentimen menggunakan metode rough set dan naive bayes menunjukkan bahwa hasil klasifikasi prediksi sentimen cashback berada pada urutan pertama yaitu sebanyak 69 tweet dan gratis ongkir berada pada urutan kedua yaitu sebanyak 67 tweet, tingkat akurasi yang didapatkan sebesar 0,9090909 atau dengan kata lain bahwa tingkat ketepatan model berhasil memprediksi setiap data pada data uji dengan akurasi dalam memprediksi sentimen sebesar 90,90909%. Kata Kunci: Shopee Indonesia, Twitter, Rough Set

Sign In to Perpus

Don't have an account? Sign Up