Pengaruh Kualitas Produk dan Harga terhadap Keputusan Pembelian pada Toko Oleh-oleh UD Purnama Jati Jember

Abstract

Platform Bijak Memilih merupakan sebuah platform edukasi politik yang menyediakan informasi tentang isu-isu strategis, rekam jejak partai politik, dan profil calon presiden dan calon wakil presiden. Pihak platform ini memiliki target kedepannya untuk mengembangkan platform yang sesuai dengan kebutuhan pengguna berdasarkan feedback yang berisi pujian, kritik, dan saran dari media sosial. Oleh karena itu, perlu dilakukan sebuah penelitian dalam analisis sentimen untuk mengidentifikasi opini dan identifikasi objek pembahasan yang menjadi target dari opini tersebut melalui POS Tagging. Penelitian ini bertujuan untuk mengetahui saran pengguna untuk platform Bijak Memilih dan mengetahui tingkat akurasi dari implementasi algoritma yang digunakan. Penelitian ini menggunakan pendekatan kuantitatif dengan karena terdapat pengolahan dataset yang merubah data teks menjadi data numerik melalui proses pembobotan dan klasifikasi. Pada penelitian ini, proses analisis sentimen menggunakan algoritma Naïve Bayes Classifier karena tidak memerlukan banyak data latih, rumusnya yang sederhana menjadi mudah dipahami, hasil akurasi yang cukup tinggi, dan membutuhkan waktu yang lebih cepat dalam menjalankan proses algoritmanya daripada algoritma klasifikasi lainnya. Sedangkan pada proses POS Tagging menggunakan Hidden Markov Model (HMM) untuk menangani permasalahan ambiguitas karena memberikan akurasi yang tinggi dan waktu pemrosesan yang cepat. Penggunaan HMM ini dioptimalkan menggunakan algoritma Viterbi untuk menemukan urutan tag pos yang paling memiliki probabilitas tertinggi. Hasil POS Tagging dianalisis menggunakan algoritma Apriori untuk membantu menemukan keterkaitan antar item (kata) secara efisien