Skripsi
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA RANDOM FOREST
Dalam beberapa tahun terakhir, pertumbuhan e-commerce di Indonesia menunjukkan peningkatan yang signifikan, menjadikan ulasan konsumen sebagai acuan utama dalam menilai kualitas layanan dan pengalaman pengguna. Tokopedia, sebagai salah satu platform e-commerce terbesar, menerima jutaan ulasan yang merefleksikan opini serta pengalaman pelanggan terhadap berbagai produk dan layanan. Karena berbentuk teks bebas, analisis sentimen terhadap ulasan tersebut memerlukan metode klasifikasi dengan tingkat akurasi tinggi. Penelitian ini bertujuan menganalisis sentimen pengguna Tokopedia menggunakan algoritma Random Forest berdasarkan 2.000 ulasan yang dikumpulkan dari Google Play Store melalui teknik web scraping. Prosedur analisis meliputi preprocessing atau pembersihan data, pelabelan otomatis menjadi tiga kategori sentimen (positif, negatif, dan netral), pembobotan kata dengan Term Frequency–Inverse Document Frequency (TF–IDF), serta klasifikasi menggunakan Random Forest. Evaluasi model dilakukan dengan Confusion Matrix, Precision, Recall, F1-Score, dan akurasi. Hasil penelitian menunjukkan bahwa algoritma Random Forest mencapai akurasi 94,5% dengan performa sangat baik pada kategori positif dan netral, sementara kategori negatif memiliki tingkat recall yang sedikit lebih rendah namun tetap memadai. Temuan ini menegaskan bahwa Random Forest efektif untuk analisis ulasan dalam skala besar dan dapat dimanfaatkan pengembang Tokopedia dalam peningkatan mutu layanan.
No other version available