Perpustakaan Universitas Bhayangkara Jakarta Raya
Daftar Katalog Skripsi, Tesis dan LKKP

Analisis Sentimen Ulasan Produk Iphone Second Pada Tokopedia Menggunakan Metode Naïve Bayes dan Support Vector Machine

No image available for this title
Tingginya harga iPhone baru mendorong sebagian masyarakat, khususnya dari kalangan menengah ke bawah, untuk beralih ke produk iPhone second. Tokopedia menjadi salah satu marketplace yang banyak dipilih karena reputasinya yang dianggap terpercaya. Berdasarkan survei terhadap 30 responden, sebanyak 91% menyatakan pernah membeli iPhone second di Tokopedia, dan 58,1% memilih platform ini karena alasan kepercayaan. Meski demikian, konsumen masih menghadapi sejumlah risiko, seperti ketidaksesuaian kondisi produk, kerusakan pada komponen penting (seperti baterai dan sinyal), hingga masalah legalitas seperti IMEI yang tidak tercatat resmi di bea cukai. Mayoritas informasi ini baru diketahui setelah membaca ulasan dari pengguna sebelumnya. Penelitian ini bertujuan untuk menganalisis sentimen dari 1.863 ulasan terhadap produk iPhone second di Tokopedia guna memberikan wawasan mengenai pengalaman konsumen. Dua algoritma klasifikasi Naïve Bayes dan Support Vector Machine (SVM)— digunakan untuk memproses data tersebut. Hasil evaluasi menunjukkan bahwa SVM memperoleh performa tertinggi dengan akurasi mencapai 96%, sedangkan Naïve Bayes hanya mencapai 93%. Analisis lanjutan menunjukkan bahwa ulasan positif umumnya menyoroti kualitas fisik dan kecepatan pengiriman, sementara ulasan negatif lebih sering menyinggung persoalan teknis dan keaslian perangkat. Model terbaik diintegrasikan ke dalam aplikasi berbasis web yang dilengkapi fitur prediksi manual dan visualisasi word cloud. Berdasarkan hasil uji pengguna, aplikasi ini dinilai mampu membantu calon pembeli dalam memahami kualitas produk secara lebih cepat dan efisien. Penelitian ini membuktikan bahwa pendekatan analisis sentimen berbasis machine learning dapat menjadi alat pendukung dalam pengambilan keputusan pembelian produk bekas secara daring.
Ketersediaan
S12095INF 0122 2025BekasiTersedia
Informasi Detil
Judul Seri

-

No. Panggil

INF 0122 2025

Penerbit

Informatika : .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Informasi Detil
Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Info Detil Spesifik

165 hlm

Pernyataan Tanggungjawab
Tidak tersedia versi lain

Pilih Bahasa

Advanced Search

License

This software and this template are released Under GNU GPL License Version 3.