Perancangan Aplikasi Berbasis Website pada Analisis Sentimen Tokopedia E-Commerce Product Review Menggunakan Model Transformer IndoBERT

Elsag, Johanes Zerubabel (2023) Perancangan Aplikasi Berbasis Website pada Analisis Sentimen Tokopedia E-Commerce Product Review Menggunakan Model Transformer IndoBERT. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2043201089_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (10MB) | Request a copy

Abstract

Review produk merupakan salah satu bagian krusial bagi kelangsungan bisnis perusahaan karena menjadi parameter atas kualitas produk yang dijual. Informasi yang terdapat pada halaman website e- commerce dapat berbeda dengan kondisi aslinya. Melihat review atas sebuah produk dapat menjadi pertimbangan keputusan pembelian oleh pelanggan. Pelanggan bisa membaca atau melihat review dari pelanggan yang telah membeli produk tersebut, khususnya mendapatkan informasi atas pengalaman pembelian dari suatu produk. Perlu dilakukan analisis sentimen untuk review pelanggan terhadap suatu produk di e-commerce agar pelanggan mendapat pertimbangan yang lebih spesifik dalam keputusan pembelian produk. Tantangan analisis sentimen review produk e-commerce terletak pada pemetaan dimensi dan disambiguasi kata sentimen. Dalam perkembangan komputasi bahasa, untuk menjawab tantangan ini dikembangkan language model yang disebut Bidirectional Encoder Representations from Transformers (BERT). BERT adalah sebuah teknologi yang digunakan untuk mengajarkan komputer bagaimana cara memahami kata-kata dalam kalimat dengan lebih baik. Teknologi ini berdasarkan pada sebuah alat yang mirip dengan otak komputer yang memiliki lapisan-lapisan, dan tujuannya adalah untuk belajar tentang makna kata-kata dalam berbagai situasi yang didapat dari data unsupervised. Analisis dimulai dengan scraping data melalui website Tokopedia yang kemudian dilakukan analisis sentimen dengan hasil akhirnya dirancang dalam bentuk Web Based Application. Hasil dari penelitian ini didapat bahwa mayoritas data berkategori positif dengan imbalance class dataset dengan hasil sentimen berkategori positif sebesar 74,2%, netral 20,3% dan negatif 5,5% . Kemudian didapat performa matriks dengan nilai F1 score sebesar 91%. Pada deployment dilakukan pembuatan website menggunakan framework Flask dengan konsep API (Application Programming Interface).
=================================================================================================================================
Product review is a crucial part of maintaining a company's business because it is a parameter for the quality of products sold. The information contained on the e-commerce website page may differ from its original condition. Seeing reviews of a product can be a consideration for purchasing decisions by customers. Customers can read or view reviews from customers who have purchased the product, in particular to obtain information on the buying experience of a product. Sentiment analysis is needed to review customers for a product in e- commerce so that customers get more specific considerations in product purchasing decisions. The challenge of sentiment analysis for e-commerce product reviews lies in the dimensions of vulnerability and sentiment disambiguation. In the development of Natural Language Processing, to answer this challenge a language model called Bidirectional Encoder Representations from Transformers (BERT) was developed. BERT is a technology used to teach computers how to better understand words in sentences. This technology is based on a device similar to a computer brain that has layers, and its purpose is to learn about the meaning of words in various situations from unsupervised data.. The analysis begins with scraping data through the Tokopedia website which is then carried out by sentiment analysis with the end result being designed in the form of a Web-Based Application. The results of this research showed that the majority of data was in the positive category with the imbalance class dataset with sentiment results in the positive category of 74.2%, neutral 20.3% and negative 5.5%. Then the matrix performance was obtained with an F1 score of 91%. In deployment, a website is created using the Flask framework with the API (Application Programming Interface) concept.

Item Type:	Thesis (Other)
Additional Information:	RSSB 006.7 JOH p 2024
Uncontrolled Keywords:	Analisis Sentimen, E-Commerce, Model BERT, Review, Web Based Application, BERT Model, Review, Sentiment Analysis
Subjects:	Q Science > QA Mathematics > QA76.76.A63 Application program interfaces Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Johanes Zerubabel Elsag
Date Deposited:	04 Mar 2024 07:31
Last Modified:	13 Nov 2024 04:43
URI:	http://repository.its.ac.id/id/eprint/107754

Actions (login required)

View Item