ANALISIS SENTIMEN KEPUASAN PELANGGAN PARFUM SCENTPLUS DAN MORIS DI PLATFORM TIK TOK MENGGUNAKAN METODE REGRESI LOGISTIK

Rivaldi, Alwi (2024) ANALISIS SENTIMEN KEPUASAN PELANGGAN PARFUM SCENTPLUS DAN MORIS DI PLATFORM TIK TOK MENGGUNAKAN METODE REGRESI LOGISTIK. Other thesis, UNSADA.

[img] Text
COVER.pdf

Download (1MB)
[img] Text
BAB 1.pdf

Download (722kB)
[img] Text
BAB 2.pdf

Download (870kB)
[img] Text
BAB 3.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 4.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 5.pdf

Download (495kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (718kB)
[img] Text
LAMPIRAN.pdf

Download (624kB)
[img] Text
HASIL TURNITIN.pdf
Restricted to Registered users only

Download (638kB)
[img] Text
SUKET TURNITIN.pdf
Restricted to Registered users only

Download (645kB)
Official URL: http://repository.unsada.ac.id

Abstract

Parfum Scentplus dan Moris, dua merek parfum lokal yang tengah meroket ketenaran nya melalui platform Tik Tok, menjadi fokus penelitian ini. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap kepuasan pelanggan terhadap kedua merek parfum ini. Metode Regresi Logistik digunakan sebagai alat utama untuk merinci dan mengeksplorasi sentimen yang terkandung dalam komentar-komentar pelanggan, Pengumpulan data dilakukan dengan memanfaatkan teknik Scraping untuk mengakses dan mengumpulkan komentar-komentar pelanggan dari platform Tik Tok, Data latih yang digunakan sebanyak 1000 data yang telah dilabel dengan masing-masing data sentimen positif 420, sentimen netral 149, dan sentimen negatif 431 untuk parfum moris dan data sentimen positif 456, sentimen netral 146, dan sentimen negatif 398 untuk parfum scentplus yang dilatih menggunakan algoritma regresi logistik, Pada penelitian ini menunjukan model untuk parfum Moris memiliki performa terbaik dengan akurasi sebesar 93%, presisi sebesar 93%, dan recall sebesar 93%. Sedangkan model untuk parfum Scentplus memiliki akurasi sebesar 91%, presisi sebesar 91%, dan recall sebesar 91%.

Item Type: Thesis (Other)
Uncontrolled Keywords: Analisis Sentimen, Regresi Logistik, Scentplus, Moris, TikTok
Subjects: 000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Suwatno Suwatno Perpustakaan
Date Deposited: 08 Jan 2025 06:31
Last Modified: 08 Jan 2025 06:31
URI: http://repository.unsada.ac.id/id/eprint/8866

Actions (login required)

View Item View Item