Opinion Summarization Terhadap Fitur Produk Elektronik Menggunakan Metode Association Mining
Galih Arisona

Informasi Umum

Kode

113101121

Klasifikasi

003.3 - Computer science- system- computer modeling and simulation

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Science

Dilihat

23 kali

Informasi Lainnya

Abstraksi

Berbagai situs online shop, sering kali meminta feedback dari konsumennya terkait suatu produk yang mereka beli sebelumnya. Review dari customer online dapat dijadikan salah satu bahan pertimbangan sebagai sumber informasi yang sangat berguna baik itu untuk pihak konsumen itu sendiri maupun untuk pihak produsen produk tersebut.<br><br>Namun untuk produk dengan branding yang terkenal memiliki jumlah review yang sangat banyak. Ini dapat menyulitkan konsumen jika harus membaca satu per satu semua review yang ada. Maka dari itu diperlukan suatu sistem yang dapat meringkas review atau opini dari konsumen dan mengelompokkannya berdasarkan fitur produk dan orientasinya.<br><br>Suatu kegiatan yang bertujuan untuk menganalisis data, mengumpulkan apa yang kita ketahui sebagai feedback dari konsumen, disebut dengan opinion mining, yang nantinya dalam tugas akhir ini akan sangat berpengaruh dalam pembentukan opinion summarization. Pembentukan opinion summarization pada tugas akhir ini sendiri akan dibagi menjadi beberapa tahapan yaitu : (1) mendata fitur produk yang telah direview oleh konsumen (feature extraction), (2) lalu mengidentifikasi kalimat opini tersebut dan akan memutuskan apakah opini tersebut bersifat positif atau negative (sentiment analysis), (3) dan pada akhirnya akan menghasilkan suatu kesimpulan atau ringkasan berdasarkan fitur produk dan orientasinya (summarizing). Metode yang digunakan pada proses opinion summarization untuk tugas akhir ini adalah menggunakan metode association mining dengan algotitma CBA (Classification Based on Association).<br><br>Berdasarkan hasil pengujian, dengan metode association miningdan bantuan pruning ini dapat mengidentifikasi fitur produk yang relevan dengan rata-rata precision yang dihasilkan pada kisaran 0.82. Besarnya nilai precision ini dipengaruhi oleh jumlah kata dan varian fitur pada tiap review konsumen.<br><br> Opinion mining, Opinion summarization, Feature extraction, Sentiment analysis

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook