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.