Skripsi

KNOWLEDGE EXTRACTION TERHADAP ULASAN APLIKASI GOJEK MENGGUNAKAN METODE ASPECT-BASED SENTIMENT ANALYSIS

---

Keputusan pengguna dalam menentukan dan membuat keputusan untuk menggunakan sesuatu produk atau kini tidak hanya berlandaskan dari ulasan langsung dari orang terdekat namun dilandaskan juga dengan opini pengguna lainnya, terkhusus opini dari social media. Hal ini merupakan salah satu dari banyaknya dampak dari penggunaan social media yang selalu berkembang setiap harinya. Manfaat dari opini pengguna produk atau sebuah jasa pada sosial media tidak hanya dirasakan oleh pengguna lainnya. Pihak perusahaan produk atau jasa tersebut juga dapat merasakan manfaatnya dikarenakan penilaian dari opini yang tinggi, diikuti dengan opini yang positif dapat menghadirkan keuntungan bisnis dan membangun reputasi produk atau jasa yang baik sehingga reportasi produk atau jasa tersebut memengaruhi penjualan. Hal ini dibuktikan oleh kesukesan Gojek yang lima tahun berturut-turut mendapatkan penghargaan Brand Comparisson pada Top Brand Award’s. Studi yang mempelajari komputasi opini dan emosi terhadap sebuah produk atau jasa disebut dengan analisis sentiment, sebuah metode yang mampu mengidentifikasi, memahamai, mengkategorikan perasaan dari ulasan pengguna. Analisis sentimen erdapat dua pendekatan yaitu Knowledge Base (KB) dan Machine Learning (ML). Pada penelitian ini, penulis menggunakan pendekatan KB yang dapat diimplementasikan pada analisis sentimen yaitu Knowlegde Extraction (KE) yaitu sebuah proses ekstraksi, merelasikan, dan menggenarilisis informasi yang dapat disimpan dalam sebuah format, salah satunya XML. Berkaitan hal tersebut juga, KE dapat menerapkan Aspect-based Sentiment Analysis (ABSA). Pada penelitian ini telah dilakukannya ekstraksi terhadap ulasan pengguna aplikasi Gojek dengan aspek Harga dan Driver dengan menggunakan model machine learning lainnya

---

Availability

Detail Information

Series Title

-

Call Number

T1521682024

Publisher

Indralaya : Prodi Sistem Informasi, Fakultas Ilmu Komputer Universitas Sriwijaya., 2024

Collation

xvi, 107 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

006.312 07

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Prodi Sistem Informasi
Aspect-Based Sentiment Analysis

Specific Detail Info

-

Statement of Responsibility

KA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment