<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "PEMODELAN KATEGORISASI PRODUK APPAREL PADA \r\nMARKETPLACE DENGAN MACHINE LEARNING"^^ . "PEMODELAN KATEGORISASI PRODUK APPAREL PADA \r\nMARKETPLACE DENGAN MACHINE LEARNING\r\nMega Inez Syafira1)\r\n, Prihastuti Harsani2)\r\n, Sufiatul Maryana3)\r\n1,2,3) Program Studi Ilmu Komputer, Fakultas MIPA Universitas Pakuan Bogor\r\nE-mail: mgnzsyafira@gmail.com\r\nAbstrak\r\nE-commerce adalah salah satu bagian dari pemanfaatan teknologi yang bergerak di \r\nbidang perdagangan, yang membantu konsumen dalam hal transaksi barang dan jasa melalui \r\nmedia elektronik. Menurut Aco et al. (2017), promosi melalui e-commerce dapat membantu para \r\npenjual yang ingin produknya dikenal dan terjual ke penjuru dunia dengan memanfaatkan akses \r\nyang cepat, murah, dan mudah dalam hal persaingan kegiatan jual-beli. Kategorisasi produk \r\npada e-commerce dianggap sebagai salah satu hal penting dalam kesuksesan penjualan \r\nproduk. Agar produk yang ingin dijual dapat dengan mudah diakses oleh calon pembeli, maka \r\npenjual harus menyusun produknya ke berbagai kategori yang sesuai dengan spesifikasi \r\nproduk tersebut. Banyaknya jenis barang jadi yang dapat diperjualbelikan—salah satunya \r\nproduk apparel—menjadi salah satu penyebab sulitnya menetapkan kategorisasi. Pemilihan \r\nkategori produk secara manual dengan banyaknya kategori yang disediakan oleh e-commerce\r\nakan menimbulkan mis-kategorisasi produk, sehingga menyulitkan pembeli yang sedang \r\nmencari produk tersebut sesuai kategorinya. Akibatnya, kategori produk yang dihasilkan \r\nmenjadi kurang akurat, sehingga berdampak kepada penjualan produk tersebut yang tidak \r\nmaksimal. Berdasarkan permasalahan tersebut, penelitian ini melakukan pemodelan \r\nkategorisasi produk apparel berdasarkan komparasi antara pendekatan supervised learning \r\ndan unsupervised learning. Penelitian ini menggunakan metode Term Frequency-Inverse \r\nDocument Frequency (TF-IDF) untuk pembobotan kata dan ekstraksi fitur secara unigram dan \r\nbigram, selanjutnya hasil pengolahan data tersebut digunakan pada 2 (dua) pendekatan \r\nberbeda, yaitu pendekatan unsupervised learning dengan menggunakan metode Latent \r\nDirichlet Allocation (LDA) untuk pemodelan topik, dan pendekatan supervised learning dengan \r\nmenggunakan metode Naïve Bayes untuk kategorisasi. Data yang digunakan berupa sampel \r\ndata produk apparel, dengan jenis produk fashion yang terdapat pada website e-commerce \r\nAliexpress.com.\r\nKata kunci: E-commerce, Kategorisasi, Latent Dirichlet Allocation, Naïve Bayes\r\nAbstract\r\nE-Commerce is one part of the utilization of technology, which helps consumers in term"^^ . "2021-08-06" . . . "Universitas Pakuan"^^ . . . "Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pakuan"^^ . . . . . . . . . . . . . . . . . . "Mega"^^ . "Ines Syafira"^^ . "Mega Ines Syafira"^^ . . "Mega"^^ . "Inez Sayfira"^^ . "Mega Inez Sayfira"^^ . . "Prihastuti"^^ . "Harsani"^^ . "Prihastuti Harsani"^^ . . "Harsani"^^ . "Maryana"^^ . "Harsani Maryana"^^ . . "Universitas Pakuan"^^ . . . "Fakultas Matematika dan Ilmu Pengetahuan Alam"^^ . . . "Program Studi Ilmu Komputer"^^ . . . . . . . "PEMODELAN KATEGORISASI PRODUK APPAREL PADA \r\nMARKETPLACE DENGAN MACHINE LEARNING (Text)"^^ . . . "SKRIPSI - 065116051 - MEGA INEZ SYAFIRA.pdf"^^ . . "HTML Summary of #7661 \n\nPEMODELAN KATEGORISASI PRODUK APPAREL PADA \nMARKETPLACE DENGAN MACHINE LEARNING\n\n" . "text/html" . . . "Ilmu Komputer"@en . .