Penerapan Metode Analisis Sentimen Dan Association Rules Pada Ulasan Aplikasi Tokopedia (Studi Kasus : Ulasan Tentang Aplikasi Tokopedia Pada Google Play)
Abstract
Perubahan perilaku konsumen yang terjadi saat pandemi covid-19 yaitu
dengan maraknya belanja online. Tokopedia merupakan salah satu e-commerce
yang paling banyak diminati oleh masyarakat Indonesia karena menawarkan
berbagai macam produk dan kategori. Suatu perusahaan dapat berkembang
dengan baik ketika perusahaan tersebut dapat menerima keluhan dan masukan
dari pengguna dengan baik, misalnya seperti aplikasi Tokopedia. Ulasan yang
diberikan pengguna kepada pihak Tokopedia dapat memberikan pengaruh bagi
calon pengguna baru Tokopedia. Penelitian ini dilakukan dengan tujuan untuk
mengetahui pola ulasan pengguna Tokopedia yang dikategorikan menjadi ulasan
negatif dan ulasan positif. Data yang digunakan merupakan data primer yang
diperoleh dengan teknik scraping dari halaman situs website Google Play pada
tanggal 15 Oktober 2021 hingga 19 Desember 2021 sebanyak 1000 ulasan.
Metode yang digunakan dalam penelitian ini adalah analisis sentimen dan
Association Rules dengan Algoritma Apriori. Hasil analisis association rules
dengan algoritma apriori pada nilai minimum support 0.015 dan minimum
confidence 0.1 menghasilkan 106 rules pada sentimen negatif dan 237 rules pada
sentimen positif. Kebijakan yang dapat digunakan oleh pihak Tokopedia dalam
meningkatkan kualitas untuk kedepannya yaitu memperbaiki sistem promo dan
voucher yang tidak dapat digunakan oleh pengguna serta pemilihan jasa
pengiriman yang lebih bervariatif.
Collections
- Statistics [969]