Ta1 Wawan Kurniawan
Ta1 Wawan Kurniawan
Ta1 Wawan Kurniawan
TUGAS AKHIR
Oleh:
WAWAN KURNIAWAN
11551100410
DAFTAR ISI................................................................................................................................... 1
1.4 Tujuan............................................................................................................................. 11
2.1 E-Commerce................................................................................................................... 13
3.5.1 Pengujian................................................................................................................. 20
3.6 Kesimpulan dan saran .................................................................................................... 20
BAB 1
PENDAHULUAN
1.1 Latar Belakang
1.1.1 Definisi kasus
No Definisi Menurut/sumber
1 Marketplaces adalah sebuah tempat dari komunitas (Brunn, Jensen, &
bisnis interaktif secara elektronik yang menyediakan Skovgaard, 2002)
suatu wadah jual beli, dimana perusahaan dapat
ambil andil dalam B2B e-commerce atau kegiatan e-
business lain. Dalam tulisannya mereka membagi 2
kategori emarketplaces, yaitu :
1. E-marketplaces Horizontal, adalah kategori dari
sebuah pasar elektronik yang menyediakan
kebutuhan umum seperti : smartphone, pc(personal
computer), baju dan barang umum lainnya seperti
layaknya di pusat perbelanjaan, namun dengan biaya
transaksi yang lebih rendah.
2. E-marketplaces vertical, adalah kategori dari
sebuah pasar elektronik yang menyediakan
kebutuhan khusus yang biasanya menyediakan
kebutuhan suatu bahan industri seperti : baja, beton,
semen dan bahan yang lain dalam jumlah banyak.
2 E-marketplace adalah sebuah sistem informasi antar (Rahmadi, Prasetyo, &
organisasi dimana pembeli dan penjual di pasar Hasibuan, 2015)
mengkomunikasikan informasi tentang harga,
produk dan mampu menyelesaikan transaksi melalui
saluran komunikasi elektronik. Dengan melalui
internet para penjual dimudahkan dalam melakukan
promosi dan memasarkan produknya dalam
jangkauan yang lebih luas
3 Marketplace merupakan media online berbasis (Sofiana, 2017).
internet (web-based) tempat melakukan kegiatan
bisnis dan transaksi antara pembeli dan penjual.
Pembeli dapat mencari supplier sebanyak mungkin
dengan kriteria yang diinginkan, sehingga
memperoleh sesuai harga pasar.
Menurut Brunn, P., Jensen, M., & Skovgaard, J. (2002) Marketplaces adalah sebuah tempat
dari komunitas bisnis interaktif secara elektronik yang menyediakan suatu wadah jual beli,
dimana perusahaan dapat ambil andil dalam B2B e-commerce atau kegiatan e-business
lain.
Definisi lain dari marketplace yaitu sebuah sistem informasi antar organisasi dimana
pembeli dan penjual di pasar mengkomunikasikan informasi tentang harga, produk dan
mampu menyelesaikan transaksi melalui saluran komunikasi elektronik. Dengan melalui
internet para penjual dimudahkan dalam melakukan promosi dan memasarkan produknya
dalam jangkauan yang lebih luas (Y. Rahmadi, Y. A. P. dan M. A. H).
Marketplace merupakan media online berbasis internet (web-based) tempat melakukan
kegiatan bisnis dan transaksi antara pembeli dan penjual. Pembeli dapat mencari
supplier sebanyak mungkin dengan kriteria yang diinginkan, sehingga memperoleh
sesuai harga pasar (Silvia Sofian, 2017).
Beberapa penelitian yang telah dilakukan untuk analisis sentimen terhadap opini masyarakat
mengenai marketplace bukalapak (Wivadario WIlana, Sandy Hanshe Hanasbey, Meylan Ribka
Awinero, Jonathan Vorgorius Adeputra Modouw, Melkior N. N Sitokdana , 2018) mengggunakan
metode Naïve Bayes Adapun hasil yang di dapat dari penelitian ini sebagai berikut. Total dari
seluruh data yang diinput adalah 510 data. Hasil dari pengolahan data tersebut menghasilkan nilai
netral lebih tinggi dari yang lainnya. Dengan presentase sebagai berikut: Positif (Hijau) : 190/510
x100=37% , Netral (Hitam) : 257/510 x100=50% , Negatif (Biru) : 63/510x100=13%.
Selanjutnya, (Calandra Alencia Haryani, Hamim Tohari, Marhamah, Yoga Afif Nurrahman ,2018)
melakukan penelitian dengan menggunakan metode lexicon classification dan hasil Sentimen
analisis untuk kepuasan pelanggan terhadap Amazon, Ebay, dan Rakuten yang dihasilkan
penelitian ini adalah sentimen positif. Sentimen positif ini didapatkan dengan menggunakan
lexicon classification. Jumlah dari klasifikasi positif yang dihasilkan untuk Amazon adalah
sebanyak 530.382, Ebay sebanyak 49.247, dan Rakuten sebanyak 4.606. selanjutnya pada
penelitian (Wivadario WIlana, Sandy Hanshe Hanasbey, Meylan Ribka Awinero, Jonathan
Vorgorius Adeputra Modouw, Melkior N. N Sitokdana , 2018) menggunakan metode maximum
entropy dan TF-IDF dan hasil hasil akurasi yang didapat bahwasanya akurasi pada snowball
stemmer dan lancaster stemmer memiliki nilai sebesar 78.833%. Sedangkan pada bagian f1-score
nilai tertinggi terdapat pada snowball stemmer dengan nilai 88.145%.
Selanjutnya (Risa Wati, 2016) menggunakan metode naïve bayes menghasilkan hasil akurasi
60.00% dan AUC sebesar 0.512 sedangkan akurasi setelah menggunakan pemilihan fitur
Algoritma Genetika sebesar 89.50 dan AUC sebesar 0.919 termasuk kedalam excellent
classification terjadi peningkatan akurasi sebesar 29.5% dan AUC sebesar 0.407.
Selanjutnya pada penelitian (Vinita Chandani, 2015) menggunakan metode Support Vector
Machine (SVM), Naïve Bayes (NB) dan Artificial Neural Network (ANN) didapatkan SVM
dengan hasil terbaik dengan nilai accuracy = 81.10% dan nilai AUC = 0.904. Hasil dari komparasi
algoritma feature selection antara information gain, chi square, forward selection, backward
elimination didapatkan information gain pada parameter top k dengan nilai k = 200 sebagai hasil
terbaik, dengan nilai accuracy average adalah 84.57% dan nilai AUC = 0.899.
1. Data yang dianalisis adalah data dari media social berbahasa Indonesia
2. Metode yang digunakan adalah K-Nearest Neighbor (KNN)
3. Kelas sentiment yang digunakan pada penelitian ini yaitu positifdan negatif
1.4 Tujuan
Berdasarkan rumusan masalah yang disebutkan diatas , maka tujuan dari penelitian ini
adalah sebagai berikut:
BAB I PENDAHULUAN
Pada bagian ini berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuan
dan sistematika penulisan.
Pada bagian ini berisi tentang landasan teori dan mendukung penelitian ini sebagai dasar
untuk pemecahan masalah.
Pada bab ini berisi tentang langkah-langkah yang dilaksanakan dalam proses penelitian,
yaitu identifikasi masalah, studi pustaka, analisa dan perancangan, implementasi dan pengujian,
serta kesimpulan dan saran.
Pada bab ini berisi tentang analisa data, analisa proses menggunakan algoritma K-Nearest
Neighbor (KNN).
Pada bab ini menguraikan mengenai implmentasi K-Nearest Neighbor (KNN) untuk
analsisis sentiment terhadap bukalapak.
BAB VI PENUTUP
Pada bab ini berisi tentang kesimpulan hasil penelitian beserat saran saran yang berkaitan
dengan penelitian ini
BAB 2
LANDASAN TEORI
2.1 E-Commerce
suatu set dinamis teknologi, aplikasi dan proses bisnis yang (Baum, 2002)
menghubungkan perusahaan, konsumen, dan komunitas melalui transaksi
elektronik dan perdagangan barang, pelayanan dan informasi yang
dilakukan secara elektronik.
E-commerce adalah suatu jenis dari mekanisme bisnis secara elektronik (Karmawan, 2010)
yang memfokuskan diri pada transaksi bisnis berbasis individu dengan
menggunakan internet (teknologi berbasis jaringan digital) sebagai
medium pertukaran barang atau jasa baik antara dua buah institusi
(business to business) dan konsumen langsung (business to consumer),
melewati kendala ruang dan waktu yang selama ini merupakan hal-hal yang
dominan.
E-commerce adalah proses pembelian dan penjualan antara dua belah pihak (Indrajit, 2001)
di dalam suatu perusahaan dengan adanya pertukaran barang, jasa, atau
informasi melalui media internet.
(Baum, 2002) di dalam bukunya mengatakan e-commerce merupakan suatu set dinamis teknologi,
aplikasi dan proses bisnis yang menghubungkan perusahaan, konsumen, dan komunitas melalui
transaksi elektronik dan perdagangan barang, pelayanan dan informasi yang dilakukan secara
elektronik. Jadi menurut pengertian tersebut e-commerce merupakan sebuah sistem/aplikasi yang
dapat menghubungkan suatu perusahaan, produsen dan konsumen dalam melakukan transaksi jual
beli secara online.
Menurut pengertian dari buku (Karmawan, 2010) e-commerce adalah proses bisnis untuk dua
institusi maupun umum yang dilakukan secara elektronik dan online.
2.2 Analisis Sentiment
Analisis sentiment adalah kajian tentang cara untuk memecahkan masalah (Wati, 2016)
dari opini masyrakat, sikap, emosi suatu entitas, dimana entitas tersebut
dapt mewakili inividu
Analisis sentiment merupakan proses memahami, mengestrak dan (Rozi et al. 2012)
mengolah data tekstual secara otomatis untuk mendapatkan informasi
sentimen yang terkandung dalam kalimat opini. Analisi sentiment
dilakukan untuk melihat pendapat atau kecendrungan opini terhadap
sebuah masalah atau objek oleh seseorang, apakah cenderung beropini
negatif atau positif.
Analisis sentiment adalah bidang studi yang menganalisa pendapat, (Liu, 2012)
sentimen, evaluasi, penilaian, sikap, dan emosi seseorang terhadap suatu
produk, oganisasi, individu, masalah, peristiwa atau topik
Merujuk dari pendapat (Liu, 2012) analisis sentiment dilakukan untuk melihat pendapat terhadap
sebuah masalah, atau dapat juga digunakan untuk identifikasi kecendrungan hal yang sedang
menjadi topic pembicaraan . analisis sentiment dalam penelitian ini adalah proses pengelompokan
data yang bersumber dari Instagram, google playstore, dan Facebook.
Metode klasifikasi K-NN memiliki beberapa tahap, yang pertama nilai k yang merupakan jumlah
tetangga terdekat yang akan menentukan kueri baru masuk ke kelas mana ditentukan. Tahap kedua,
k tetangga terdekat dicari dengan cara menghitung jarak titik kueri dengan titik training. Tahap
ketiga, setelah mengetahui jarak masing-masing titik training dengan titik kueri, kemudian lihat
nilai yang paling kecil. Tahap keempat ambil k nilai terkecil selanjutnya lihat kelasnya. Kelas yang
paling banyak merupakan kelas dari kueri baru (Pramesti, 2013). Dekat atau jauhnya jarak titik
dengan tetangganya bisa dihitung dengan menggunakan Euclidean distance. Euclidean distance
direpresentasikan sebagai berikut (Pramesti, 2013):
𝑘𝑛
𝐽 (𝑎, 𝑏) = √∑(𝑎𝑘 − 𝑏𝑘 )2
𝑘=1
J(a,b) merupakan jarak antara titik a yang merupakan titik yang telah diketahui kelasnya dan b
berupa titik baru. Jarak antara titik baru dengan titik-titik training dihitung dan diambil k buah titik
terdekat. Titik baru diprediksi masuk ke kelas dengan klasifikasi terbanyak dari titik-titik tersebut
(Pramesti, 2013).
selesai
3.5 Implementasi
Tahapan ini yaitu dimana sistem akan dijalankan dan pada tahapan ini membutuhkan
hardware dan softaware. Berikut software dan hardware yang akan digunakan:
RAM : 4,00 GB
HDD : 500GB
2. Peragkat Lunak (software)
Sistem Operasi : Microsoft Windows 10
Bahasa Pemograman :PHP
Text Editor :Sublime text 3
Browser : Google Chrome
3.5.1 Pengujian
Pada tahap pengujian ini dilakukan menggunakan Confusion matrix dalam
mengkasifikasikan sentiment.
Chandani, V., & Wahono, R. S. (2015). Komparasi Algoritma Klasifikasi Machine Learning Dan
Feature Selection pada Analisis Sentimen Review Film. Journal of Intelligent Systems, 1(1),
56–60.
Haryani, C. A., Tohari, H., & Nurrahman, Y. A. (2018). Sentimen Analisis Kepuasan Pelanggan
E-commerce Menggunakan Lexicon Classification dengan R. Konferensi Nasional Sistem
Informasi (KNSI) 2018.
Kustiyahningsih, Y., & Syafa’ah, N. (2015). Sistem Pendukung Keputusan Untuk Menentukan
Jurusan Pada Siswa SMA Menggunakan Metode KNN dan SMART. Jurnal Sistem Informasi
Indonesia, 1(1).
Ndaumanu, R. I., & Arief, M. R. (2014). Analisis Prediksi Tingkat Pengunduran Diri Mahasiswa
dengan Metode K-Nearest Neighbor, 1(1).
Nurjanah, W. E., Perdana, R. S., & Fauzi, M. A. (2017). Analisis Sentimen Terhadap Tayangan
Televisi Berdasarkan Opini Masyarakat pada Media Sosial Twitter menggunakan Metode K-
Nearest Neighbor dan Pembobotan Jumlah Retweet. Jurnal Pengembangan Teknologi
Informasi Dan Ilmu Komputer E-ISSN, 2548, 964X.
Rahmadi, Y., Prasetyo, Y. A., & Hasibuan, M. A. (2015). Pengembangan Modul Freemium
Aplikasi Tel-us (telkom University Store) Menggunakan Metode Iterative Incremental Dan
Framework Laravel. EProceedings of Engineering, 2(2).
Rismawan, T., Irawan, A. W., Prabowo, W., & Kusumadewi, S. (2008). Sistem Pendukung
Keputusan Berbasis Pocket Pc Sebagai Penentu Status Gizi Menggunakan Metode Knn (K-
Nearest Neighbor). Jurnal Teknoin, 13(2).
Sofiana, S. (2017). Penerapan Sistem Informasi E-Commerce Berbasis Web (Studi Kasus Untuk
Vendor Pernikahan). JITEKH (Jurnal Ilmiah Teknologi Harapan), 6(2), 52–57.
Syah, A., Adiwijaya, A., & Faraby, S. (2017). Analisis Sentimen Pada Data Ulasan Produk Toko
Online Dengan Metode Maximum Entropy. EProceedings of Engineering, 4(3).
Wati, R. (2016). Penerapan Algoritma Genetika Untuk Seleksi Fitur Pada Analisis Sentimen
Review Jasa Maskapai Penerbangan Menggunakan Naive Bayes. EVOLUSI-Jurnal Sains
Dan Manajemen AMIK BSI Purwokerto, 4(1).
Wilana, W., Hanasbey, S. H., Awinero, M. R., Modouw, J. V. A., & Sitokdana, M. N. N. (2018).
ANALISIS SENTIMEN TERHADAP OPINI MASYARAKAT INDONESIA MENGENAI
BUKALAPAK. SEMNASTEKNOMEDIA ONLINE, 6(1), 1–3.