Analisis sentimen dan asosiasi data ulasan produk brodo pada aplikasi shopee

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Rahmansyah, Alvin Kurnia (2023) Analisis sentimen dan asosiasi data ulasan produk brodo pada aplikasi shopee. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Alvin Kurnia Rahmansyah_H96219039.pdf Download (2MB)
	Text Alvin Kurnia Rahmansyah_H96219039_Full.pdf Restricted to Repository staff only until 29 December 2026. Download (2MB)

Abstract

Brodo adalah perusahaan alas kaki direct-to-consumer pertama di Indonesia, menawarkan berbagai lini produk berkualitas dan berbagai gaya alas kaki dari formal, kasual, kasual, dan boots. Peningkatan terhadap produk lokal menjadi alasan utama Brodo sebagai salah satu brand lokal untuk terus meningkatkan kualitas produknya. Penelitian ini bertujuan untuk dapat mengklasifikasikan data ulasan produk brodo sneakers Active Sprint Black WS pada aplikasi shopee berdasarkan sentimen dengan efektif sehingga dapat mengekstrak informasi yang terdapat pada ulasan dengan akurat. Metode yang digunakan pada analisis sentimen menggunakan InSet Lexicon kemudian pada sentimen positif dan negatif dianlisis dengan asosiasi menggunakan Fp-Growth. Hasil analisis sentiment menghasilkan 75,2% sentimen positif, 16% sentimen negatif dan 8,8% sentiment netral dengan akurasi sebesar 70,32%. Selanjutnya asosiasi teks pada kelas positif dengan minimum support 0,05 atau 5% dan menggunakan nilai lift lebih dari 1 menghasilkan 88 aturan asosiasi. Aturan asosiasi dengan nilai lift tertinggi adalah kata “awet” dengan kata “moga” dengan nilai lift 8,742424. Sehingga berdasarkan analisis yang dilakukan para pemangku kepentingan bisa mempertimbangkan apa yang perlu dipertahankan melalui ulasan yang diberikan konsumen. Sehingga produk Brodo terus berkembang sebagai produk lokal yang memiliki kualitas di Indonesia.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Rahmansyah, Alvin Kurnia alvinkr11@gmail.com H96219039
Contributors:	Contribution Name Email NIDN Thesis advisor Ridwan, Mujib mujibrw@uinsby.ac.id 2027048602 Thesis advisor Wahyudi, Noor n.wahyudi@uinsby.ac.id 2023038401
Subjects:	Teknologi > Teknologi Informasi
Keywords:	Text mining; analisis sentimen; inSet lexicon; asosiasi teks; Fp-Growth; brodo
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Alvin Kurnia Rahmansyah
Date Deposited:	29 Dec 2023 06:27
Last Modified:	29 Dec 2023 06:27
URI:	http://digilib.uinsa.ac.id/id/eprint/66944

Actions (login required)

View Item