ANALISIS SENTIMEN ULASAN E-COMMERCE SHOPEE DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES

jeny angreyani, Yonky Pernando

Abstract


Abstract: In this study, an analysis of the use of the Naive Bayes algorithm for sentiment analysis of reviews from Shopee app users on the Google Play Store was conducted, with classification divided into three categories: positive, negative, and neutral. To improve data quality, a preprocessing process was carried out with stages of cleaning, case folding, normalization, stop word removal, stemming, and tokenizing. Next, the text is formatted using the TF-IDF method to facilitate classification. For this data, the Naive Bayes model is used, which has an accuracy rate of 87% in detecting sentiment. Positive and negative categories can be easily identified compared to neutral sentiments due to the smaller amount of neutral data. Overall, the Naive Bayes algorithm successfully analyzed user sentiments well. The research can be developed with other algorithm methods, such as SVM, K-NN, or Decision Tree, in order to compare the performance of various algorithms.

Keywords: sentiment analysis; naive bayes; user reviews; e-commerce; shopee 

Abstrak: Dalam penelitian ini dilakukan analisis penggunaan algoritma Naive Bayes untuk analisis sentimen review dari pengguna aplikasi Shopee di Google Play Store, klasifikasi dibagai menjadi 3 kategori yaitu positif, negatif, dan netral. Untuk meningkatkan kualitas data, dilakukam proses preprocessing dengan tahap cleanimg, case folding, normalisasi, stopword removal, stemming, dan tekonezing. Selanjutnya, teks diformat menggunakan metode TF-IDF untuk memudahkan klasifikasi. Untuk data ini, model Naive Bayes digunakan, yang memiliki tingkat akurasi 87% dalam mendeteksi sentimen. Kategori positif dan negatif dapat dengan mudah diidentifikasi dibadingkan sentiemen netral karena jumlah data netral yang lebih sedikit. Secara keseluruhan, algoritma Naive Bayes berhasil menganalisis perasaan pengguna dengan baik. Penelitian dapat dikembangkan dengan algoritma metode lain, seperti SVM, K-NN, atau Decision Tree, guna membandingkan kinerja berbagai algoritma.

Kata kunci: analisis sentiment; naive bayes; ulasan pengguna; e-commerce; shopee


Full Text:

PDF

References


A. D. Shafwah et al., “Pengaruh Pemasaran Digital dan Online Customer Review terhadap Keputusan Pembelian pada Produk Skincare di E-Commerce Shopee (Literature Review Manajemen Pemasaran),” JIMT, pp. 1–13, 2024, doi: 10.38035/jimt.v5i3.

Y. Pernando, “Parestesia Expert System ! Expert System To Detect Paresthesia ( Parestesia Expert System ! Sistem Pakar Untuk Mendeteksi Penyakit Parestesia ) Yonky Pernando,” vol. 7, no. 3, pp. 186–194, 2020.

Y. Pernando, “Perancangan dan Implementasi Produk UMKM Aplikasi Vegetarian ‘VegeYuk’ Berbasis Android,” vol. 4, no. 4, pp. 246–251, 2023, doi: 10.47065/tin.v4i4.4216.

T. Ramadhani, P. Hermawan, and A. R. Dzikrillah, “Penerapan Metode Naïve Bayes untuk Analisis Sentimen pada Ulasan Pengguna Aplikasi ChatGPT di Google Play Store,” Technology and Science (BITS), vol. 6, no. 1, pp. 430–439, 2024, doi: 10.47065/bits.v6i1.5400.

Y. Pernando and N. Putra, “Application Fault Point,” vol. 11, no. 1, pp. 9–19, 2021.

B. Y. Geni, O. Kurnia, N. Hayati, M. Thoriq, and K. H. Manurung, “Analisa Algoritma K-Means Untuk Menentukan Strategi Marketing,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 1, p. 211, Jan. 2024, doi: 10.30865/mib.v8i1.7085.

K. Cindy Pradhisa and R. Fajriyah, “Analisis Sentimen Ulasan Pengguna E-commerce di Google Play Store Menggunakan Metode IndoBERT,” Technology and Science (BITS), vol. 6, no. 1, 2024, doi: 10.47065/bits.v6i1.5247.

D. P. Ray, F. N. Hasan, and A. R. Dzikrillah, “KLIK: Kajian Ilmiah Informatika dan Komputer Analisis Sentimen Terhadap KPU 2024 Berdasarkan Tweet Media Sosial Twitter Menggunakan Algoritma Naïve Bayes,” Media Online, vol. 4, no. 4, pp. 2235–2243, 2024, doi: 10.30865/klik.v4i4.1587.

D. S. Nugroho, I. F. Hanif, M. A. Hasbi, F. Fredianto, A. M. Saputra, and R. Zildjian, “Analisis Sentimen Dugaan Pelanggaran Pemilu 2024 Berdasarkan Tweet Menggunakan Algoritma Naïve Bayes Classifier,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 3, pp. 1169–1176, Jul. 2024, doi: 10.57152/malcom.v4i3.1496.

R. Kurniawan and Y. Arie Wijaya, “Analisis Data Sentimen Ulasan Pengguna Aplikasi Shopee di Google Play Store dengan Klasifikasi Algoritma Naïve Bayes,” vol. 6, no. 1, 2024.

A. Rizki Rinaldi, J. Perjuangan No, and B. Majasem Kec Kesambi Kota Cirebon, “PENERAPAN METODE NAÏVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN APLIKASI GOPAY,” 2024.

A. Nurian, M. S. Ma’arif, I. N. Amalia, and C. Rozikin, “ANALISIS SENTIMEN PENGGUNA APLIKASI SHOPEE PADA SITUS GOOGLE PLAY MENGGUNAKAN NAIVE BAYES CLASSIFIER,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 1, Jan. 2024, doi: 10.23960/jitet.v12i1.3631.

R. A. Sitorus et al., “Application of the Naïve Bayes Algorithm in Sentiment Analysis of Using the Shopee Application on the Play Store,” 2024, doi: 10.31849/digitalzone.v15i1.19828.

G. : Jurnal, W. Noviana, R. Sasmita, S. Jannah, A. Bintang, and P. Korespondensi, “Analisis Peran Ulasan Pelanggan dalam Meningkatkan Konversi Penjualan pada Pembelajaran E-Commerce.”

M. Defriani, M. R. Muttaqin, and Q. R. Karima, “Sentiment Analysis of the LinkedIn Application Using the Lexicon Based Method Based on Google Play Store Reviews,” 2024.

Rahel Lina Simanjuntak, Theresia Romauli Siagian, Vina Anggriani, and Arnita Arnita, “Analisis Sentimen Ulasan Pada Aplikasi E-Commerce Shopee Dengan Menggunakan Algoritma Naïve Bayes,” Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 3, no. 3, pp. 23–39, Nov. 2023, doi: 10.55606/teknik.v3i3.2411.

R. L. Atimi and Enda Esyudha Pratama, “Implementasi Model Klasifikasi Sentimen Pada Review Produk Lazada Indonesia,” Jurnal Sains dan Informatika, vol. 8, no. 1, pp. 88–96, Jul. 2022, doi: 10.34128/jsi.v8i1.419.

B. Z. Ramadhan, I. Riza, and I. Maulana, “Analisis Sentimen Ulasan Pada Aplikasi E-Commerce Dengan Menggunakan Algoritma Naïve Bayes,” 2022. [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC

D. L. Rianti, Y. Umaidah, A. Voutama, and S. Karawang, “TREN MARKETPLACE BERDASARKAN KLASIFIKASI ULASAN PELANGGAN MENGGUNAKAN PERBANDINGAN KERNEL SUPPORT VECTOR MACHINE,” Aug. 2021.




DOI: https://doi.org/10.33330/j-com.v5i1.3570

Article Metrics

Abstract view : 148 times
PDF - 87 times

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.