Kursus Data Science: Analisis Sentimen Ulasan Produk E-Commerce Menggunakan Naive Bayes
Analisis Sentimen Ulasan Produk E-Commerce Menggunakan Naive Bayes dibahas dari dasar sampai bisa diterapkan sendiri di Data Science — mengubah data mentah jadi insight yang bisa dipakai ambil keputusan. Live Zoom, cocok buat analis data, mahasiswa riset, dan tim bisnis. Kursus Data Science ini tersedia juga sebagai training Data Science maupun pelatihan Data Science in-house untuk kebutuhan perusahaan.
Silabus
•Sesi 1 (1.5 jam): Pengenalan Data Science ~ Analisis Sentimen Ulasan Produk E-Commerce Menggunakan Naive Bayes Me: sejarah, kegunaan, dan ruang lingkup industri
•Sesi 2 (1.5 jam): Instalasi & konfigurasi awal Data Science ~ Analisis Sentimen Ulasan Produk E-Commerce Menggunakan Naive Bayes Me
•Sesi 3 (1.5 jam): Mengenal antarmuka (interface) dan navigasi dasar
•Sesi 4 (1.5 jam): Pengaturan preferensi & workspace yang efisien
•Sesi 5 (1.5 jam): Tools & menu utama: fungsi dan penggunaan dasar
•Sesi 6 (1.5 jam): Latihan dasar: membuat project pertama
•Sesi 7 (1.5 jam): Import & export file dasar di Data Science ~ Analisis Sentimen Ulasan Produk E-Commerce Menggunakan Naive Bayes Me
•Sesi 8 (1.5 jam): Teknik dasar penyimpanan & manajemen file project
•Sesi 9 (1.5 jam): Studi kasus sederhana: aplikasi Data Science ~ Analisis Sentimen Ulasan Produk E-Commerce Menggunakan Naive Bayes Me di dunia kerja
•Sesi 10 (1.5 jam): Review materi dasar & quiz pemahaman
Daftar Kursus Ini
Berikut adalah Silabus 20x Sesi @1,5 jam untuk topik:
“Analisis Sentimen Ulasan Produk E-Commerce Menggunakan Naive Bayes” (Implementasi menggunakan Python)
Silabus 20 Sesi (Total: 30 Jam)
Fase 1: Dasar Data Science dan Sentiment Analysis (Sesi 1–5)
Sesi 1: Pengenalan Data Science dan Proyek Analisis Sentimen
Apa itu Data Science?
Proyek: Analisis Sentimen Ulasan Produk
Studi kasus e-commerce (Shopee, Tokopedia, Amazon)
Eksplorasi awal data (jumlah ulasan, distribusi sentimen)
Visualisasi awal: pie chart, bar chart
Sesi 5: Pembersihan Teks (Text Preprocessing)
Case folding, stopword removal
Tokenization, stemming
Penggunaan nltk dan Sastrawi
⚙️ Fase 2: Feature Engineering dan Modeling (Sesi 6–12)
Sesi 6: Representasi Teks ke Numerik
Bag of Words
TF-IDF
Implementasi dengan CountVectorizer dan TfidfVectorizer
Sesi 7: Membuat Model Naive Bayes (Teori & Praktik)
Teori dasar Naive Bayes
Multinomial vs Bernoulli Naive Bayes
Pertanyaan yang Sering Diajukan
Apakah kursus Data Science ~ Analisis Sentimen Ulasan Produk E-Commerce Menggunakan Naive Bayes Me ini cocok untuk pemula?▾
Materi disusun bertahap mulai dari konsep dasar, sehingga peserta tanpa pengalaman sebelumnya tetap bisa mengikuti dengan pendampingan instruktur.
Bagaimana metode belajarnya?▾
Kelas online live via Zoom dengan instruktur berpengalaman, praktik langsung, serta rekaman sesi yang bisa diputar ulang. Tersedia juga opsi in-house training untuk perusahaan.
Apakah ada project akhir yang bisa dijadikan portofolio?▾
Ya, setiap peserta menyelesaikan mini project end-to-end yang bisa langsung dijadikan portofolio atau bahan skripsi/tesis.
Apakah mendapat sertifikat setelah selesai?▾
Ya, peserta yang menyelesaikan program mendapatkan e-certificate resmi dari Cerdas Inovasi Digital.
Bagaimana cara mendaftar?▾
Klik tombol daftar pada halaman kursus ini atau hubungi admin kami untuk konsultasi jadwal dan paket yang sesuai kebutuhan Anda.
Sesi 12: Perbandingan dengan Algoritma Lain (opsional)
Perbandingan dengan Logistic Regression / SVM
Kenapa pilih Naive Bayes
Fase 3: Visualisasi, Interpretasi, dan Deployment (Sesi 13–18)
Sesi 13: Visualisasi Hasil Sentimen
WordCloud untuk sentimen positif vs negatif
Bar chart hasil klasifikasi
Sesi 14: Analisis Berdasarkan Kategori Produk
Segmentasi sentimen berdasarkan kategori
Visualisasi per produk
Sesi 15: Integrasi Data dari Website (Web Scraping Ringan)
Pengantar scraping ulasan dari web
Gunakan BeautifulSoup atau Scrapy
Sesi 16: Membuat Aplikasi Dasar Streamlit
Pengenalan Streamlit
Aplikasi input teks ulasan → prediksi sentimen
Sesi 17: Uji Model dengan Data Baru
Uji dengan data ulasan nyata yang belum pernah dilihat
Evaluasi hasil
Sesi 18: Export Model & Simulasi Deployment
Save model .pkl dengan joblib
Struktur file untuk deployment
Fase 4: Proyek Mini dan Ujian (Sesi 19–20)
Sesi 19: Proyek Mini – Analisis Sentimen Produk Pilihan
Peserta memilih kategori atau brand tertentu
Presentasi analisis dan visualisasi
Sesi 20: Review & Evaluasi Akhir
Review konsep utama
Tanya jawab teknis
Ujian akhir / kuis
Penilaian hasil proyek
Metode Belajar di Cerdas Inovasi Digital
Kelas online live via Zoom bersama instruktur berpengalaman, praktik langsung dengan studi kasus nyata, dan rekaman sesi yang bisa diputar ulang. Tersedia juga paket in-house training untuk kebutuhan perusahaan di seluruh Indonesia.
Hubungi kami untuk konsultasi jadwal dan paket yang paling sesuai dengan kebutuhan Anda.