Analisis kepuasan pelanggan pada pelayanan e-commerce Tokopedia dan Shopee pada Twitter menggunakan Recurrent Neural Network

Alfani, Syahrul (2024) Analisis kepuasan pelanggan pada pelayanan e-commerce Tokopedia dan Shopee pada Twitter menggunakan Recurrent Neural Network. Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.

	Text cover.pdf Download (785kB)
	Text BAB-I.pdf Download (97kB)
	Text BAB-II.pdf Restricted to Repository staff only Download (367kB)
	Text BAB-III.pdf Restricted to Repository staff only Download (259kB)
	Text BAB-IV.pdf Restricted to Repository staff only Download (851kB)
	Text BAB-V.pdf Restricted to Repository staff only Download (35kB)
	Text DAFTAR-PUSTAKA.pdf Restricted to Repository staff only Download (174kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (1MB)

Abstract

Data pengguna Twitter ini dapat digunakan untuk menganalisis perkembangan sistem yang lebih baik dalam e-commerce, dan analisis yang dilakukan akan berguna untuk mengetahui pendapat pengguna Twitter tentang efisiensi pelanggan e-commerce. Reccurent Neural Netwrok(RNN) adalah bagian dari jaringan saraf untuk memproses data yang terhubung (data berurutan). Algoritma RNN digunakan dalam analisis ini, yang menunjukkan kinerja yang baik dalam memproses data seperti teks. Identifikasi permasalahan yang ada yaitu persaingan antara e- commerce Tokopedia dan Shopee yang terdapat pada ulasan/tweets pengguna di sosial media Twitter. Membandingkan kepuasan pelayanan yang dirasakan pelanggan terhadap kedua e-commerce menggunakan Recurrent Neural Network (RNN) untuk mendapatkan nilai akurasi yang terbaik. Tabel confusion matrix mengklasifikasikan data uji yang benar dan salah. Berdasarkan pembahasan dan hasil analisis, bahwa ulasan tweet yang berjumlah 200 data Tokopedia dan 200 data Shopee. Dalam proses pengujian klasifikasi dari hasil perhitungan confusion matrix yang menjadi acuan untuk prediksi dan aktual, lalu menggunakan model algoritma yaitu Simple RNN. Pada ulasan pelanggan lebih banyak menyukai pelayanan Tokopedia dari user Twitter dapat dilihat dengan data uji yang positif sebesar 140 data sedangkan data uji yang positif pada pelayanan Shopee sebesar 120 data. Hasil akurasi yang memperoleh performa lebih baik yaitu Tokopedia menggunakan algoritme Simple RNN dengan nilai akurasi mencapai 87%, presisi mencapai 100%, recall mencapai 78%, dan f1-score mencapai 88%. Jika dibandingkan nilai klasifikasi terbaik dari data Shopee dari algoritme Simple RNN menunjukkan nilai klasifikasi dengan hasil akurasi sebesar 80%, presisi mencapai 80%, recall sebesar 89%, dan f1-score mencapai 48%.

Item Type:	Thesis (Undergraduate (S1))
Uncontrolled Keywords:	e-commerce, kepuasan pelanggan, jaringan saraf tiruan, Reccurent Neural Network,Twitter, Confusion Matrix.
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Informasi > Informatika
Depositing User:	Perpustakaan Unmer Pasuruan
Date Deposited:	04 Sep 2024 04:23
Last Modified:	04 Sep 2024 04:23
URI:	http://repository.unmerpas.ac.id/id/eprint/688

Actions (login required)

View Item