Klasifikasi Text Mining Untuk Analisa Keluhan Masyarakat Terhadap Pembelian Produk Kosmetik Online Dengan Menggunakan Metode Naïve Bayes
Abstract
Keluhan masyarakat dalam pembelian produk kosmetik online dapat ditemukan pada froum intrnet ataupun sosial media yang sekarang tabu untuk di lihat dan di dengar pada kalangan masyarakat sekitar. Kalimat-kalimat yang sering di dengar dan dilihat seperti keluhan positif maupun negative, akan tetapi pengguna harus membaca satu persatu kalimat tersebut. Banyak nya keluhan pada pembelian suatu produk online saat ini membutuhkan pengklasifikasian sesuai pada keluhan yang dimiliki agar mempermudah mendapatkan keluhan positif maupun negative dalam pembelian produk kosmetik online, maka dari itu untuk mempermudahnya penulis membuat sistim analisa keluhan masyarakt sanagat berguna yang akan sangat berguna pada kalangan pembeli produk kosmetik online. Keluhan masyarakat dalam pembelian produk online ini dalam penyelesaian nya mengunakan metode naïve bayes yang berdasarkan hasil dari penglasifikasian dari keluhan negative maupun positif dalam proses seperti. . text preprocessing,Case Folding,Cleaning Tokenizing,Filtering dan Pembobotan TF-IDF, data uji merupakan kata sifat yang sudah diberi label manual.
Bila bermanfaat silahkan share artikel ini
Berikan Komentar Anda terhadap artikel Klasifikasi Text Mining Untuk Analisa Keluhan Masyarakat Terhadap Pembelian Produk Kosmetik Online Dengan Menggunakan Metode Naïve Bayes
Pages: 36-42
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).











