Rancang Bangun Ekstraksi Topik Fitur Produk Dari Ulasan Pengguna Online Dengan Latent Dirichlet Allocation

Wirawan, Natanael Yabes (2017) Rancang Bangun Ekstraksi Topik Fitur Produk Dari Ulasan Pengguna Online Dengan Latent Dirichlet Allocation. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5213100137-Undergraduate_Thesis.pdf - Published Version

Download (3MB) | Preview

Abstract

Berkembangnya teknologi Web 2.0 dalam dunia e-commerce menyebabkan timbulnya fenomena sosial commerce. Social commerce merupakan suatu kondisi dimana munculnya interaksi antara pengguna dengan situs, baik situs perusahaan atau organisasi maupun pribadi, ditandai dengan adanya sistem ulasan pada situs web. Ulasan produk merupakan salah satu fitur yang kerap dijumpai dalam situs-situs pasar online. Seringkali pula dalam membeli produk atau jasa di situs-situs marketplace, konsumen mempertimbangkan ulasan yang ditulis oleh pengguna lain yang membeli produk atau jasa pada situs-situs e-commerce. Dengan melihat ulasan produk, konsumen dapat melihat tanggapan pelanggan yang telah membeli produk tersebut kemudian menjustifikasi apakah fitur yang dijanjikan sudah sesuai dengan realitanya. Namun, untuk mengetahui fitur apa saja yang dibicarakan konsumen, pembeli harus melihat tiap ulasan yang ada pada produk yang ingin dibeli. Belum lagi membandingkan fitur pada produk serupa dengan merk yang berbeda. Untuk produk pada kategori populer saja, ulasan dapat mencapai ratusan bahkan ribuan ulasan. Tugas akhir ini dibuat dengan tujuan untuk menutupi kapasitas manusia untuk mencerna ulasan produk dalam jumlah besar. Luaran dari tugas akhir ini adalah berupa rancang bangun prototipe situs e-commerce yang dilengkapi dengan kemampuan ekstraksi fitur produk dan orientasi opini. Data diperoleh dari salah satu produk dengan jumlah ulasan minimal 500 ulasan pada situs e-commerce terkemuka Amaazon.com. Luaran dari tugas akhir ini berupa rancang bangun prototipe sistem ekstraksi fitur dan orientasi opini yang mampu mendukung keputusan pembelian pelanggan. Hasil analisis terhadap produk Amazon Echo adalah bahwa produk tersebut memiliki speaker yang bagus, voice recognition dari amazon echo dapat memahami permintaan pengguna dengan tepat, produk amazon echo sangat personal dan layak untuk dibeli, aplikasi yang merupakan produk samping amazon echo mudah untuk digunakan bersamaan dengan amazon echo, product amazon echo sangat menyenangkan untuk digunakan, aplikasi amazon echo merupakan produk yang canggih dan keren dimata pengguna, produk amazon echo layak untuk dibeli dan sepadan dengan biaya yang dikeluarkan pengguna, dan produk amazon echo merupakan produk yang hebat dan menyenangkan untuk dipakai. ================================================================================================================== The development of Web 2.0 technologies in the world of ecommerce led to the emergence of the phenomenon of social commerce. Social commerce is a condition in which the interaction between users and the site, both sites as well as private companies or organizations, characterized by a system of reviews on the website. Product reviews is one of the features that are often found in the websites of the online market. Often in e-commerce sites, consumers consider reviews written by other users who purchase products or services on the websites of e-commerce. By looking at product reviews, consumers can see the response customers who have purchased the product and then justify whether the promised features are in accordance with reality. However, to find out what features are talking about consumers, buyers should look every existing reviews on products to buy. Not to mention comparing the features of similar products with different brands. For products in popular categories alone, reviews can reach hundreds or even thousands of reviews. This final project was created with the purpose to cover the human capacity to digest large amounts of product reviews. The outcome of this thesis is to design a prototype in the form of e-commerce sites equipped with extraction capability product features and opinion orientation. Data obtained from leading e-commerce sites Amaazon.com. The outcomes of this thesis is a prototype of a e-commerce systems which incorporates feature extraction and opinion mining. The e-commerce platform can support customers when making a purchase decisions. The result of LDA analysis throughout the Amazon Echo product is that these products have good speakers, that the voice recognition from amazon echo can interpret user requests very well, that amazon echo product is very personal and deserves to be bought, the side applications is easy to use in conjunction with amazon echo, amazon echo product is very pleasant to use, the amazon echo application is sophisticated and cool by the perspective of users, that amazon echo is eligible to be purchased within the budget of all users, and amazon echo is a great product and pleasant to be used.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: social commerce, ekstraksi fitur, analisa sentiment, appraisal expression pattern, latent dirichlet allocation.
Subjects: T Technology > T Technology (General)
Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: - NATANAEL YABES
Date Deposited: 22 Mar 2017 02:13
Last Modified: 05 Mar 2019 01:32
URI: http://repository.its.ac.id/id/eprint/2096

Actions (login required)

View Item View Item