Di era Revolusi industri 4.0, berkembang pesat. Persaingan yang ketat di industri Indonesia membuat para pebisnis harus terus berinovasi untuk menaklukkan pasar. Shopee menjadi marketplace yang paling banyak dikunjungi di Indonesia. Sekalipun berada di peringkat teratas tidak semua orang akan memberikan ulasan yang baik, ada pula yang memberikan komentar negatif. Unsur kepercayaan pengguna memiliki peran penting dalam keberlangsungan sebuah marketplace. Untuk mempelajari dan menganalisis hal ini, diperlukan metode Naïve Bayes untuk mengklasifikasikan ulasan pengguna mengenai review pengguna Shopee pada aplikasi Playstore ke dalam beberapa kategori (positif dan negatif). Klasifikasi dilakukan melalui beberapa tahap, dimulai dari scraping data, lalu tahap pre-processing yang mencakup langkah-langkah, yaitu cleaning, stopword, tokenizing, dan stemming. Setelah itu data diubah menggunakan seleksi fitur TF-IDF. Kemudian dilakukan data mining dengan mengklasifikasikan teks ulasan menjadi sentimen positif dan negatif menggunakan algoritma Naive Bayes. Pengujian berdasarkan nilai kelas negatif, kelas positif, recall, dan presisi dalam analisis sentimen. menghasilkan akurasi sebesar 80%, presisi 79,8%, recall 90,5%, dan f1-score 84,8%. Faktor yang mempengaruhi tingginya akurasi dalam penelitian ini ada pada Data uji yang digunakan yaitu 20% dari 1000 data, yang dipilih secara acak pada saat pengujian. Hasil klasifikasi ulasan menunjukkan bahwa terdapat 387 ulasan dengan sentimen positif dan 613 ulasan dengan sentimen negatif. 2. Visualisasi data disajikan dalam bentuk wordcloud. Dalam word cloud tersebut, kata "shopee", "aplikasi", "belanja", dan "barang" muncul sebagai kata yang paling sering digunakan dalam ulasan Shopee pada penelitian ini.
Skripsi
Apriani, R., & Gustian, D. (2019). Analisis Sentimen dengan Naïve Bayes Terhadap Komentar Aplikasi Tokopedia. Jurnal Rekayasa Teknologi Nusa Putra, 6(1), 54-62.
Hasugian, A. H., Fakhriza, M., & Zukhoiriyah, D. (2023). Analisis Sentimen Pada Review Pengguna E-Commerce Menggunakan Algoritma Naïve Bayes. Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD, 6(1), 98-107.
Khotimah, N. (2019). Analisis Sentimen Terhadap Review E-Commerce Dengan Metode Stochastic Gradient Descent (Doctoral dissertation, Muhammadiyah University, Semarang).
Liu, B. (2022). Sentiment analysis and opinion mining. Springer Nature.
PRATAMA, M. Y. (2022). ANALISA SENTIMEN TERHADAP PENGGUNAAN APLIKASI SHOPEE FOOD PADA TWITTER MENGGUNAKAN METODE NA? VE BAYES DAN SUPPORT VECTOR MACHINE (SVM) (Doctoral dissertation, Universitas Mercu Buana Jakarta).
Puspa, T., Sanjaya, R., Fauzi, A., Fitri, A., & Masruriyah, N. (2023). Analisis sentimen ulasan pada e-commerce shopee menggunakan algoritma naive bayes dan support vector machine Analysis of review sentiment on shopee e-commerce using the naive bayes algorithm and support vector machine. vol, 4, 16-26.
Qothrunnada, N. J. (2023). Analisis sentimen ulasan pengguna aplikasi Zoom menggunakan metode Naïve Bayes (Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim).
Simanjuntak, R. L., Siagian, T. R., Anggriani, V., & Arnita, A. (2023). Analisis Sentimen Ulasan Pada Aplikasi E-Commerce Shopee Dengan Menggunakan Algoritma Naïve Bayes. Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 3(3), 23-39.
Triasis, G. C., Arisandi, D., & Sutrisno, T. (2022). Analisis kepuasan penggunaan aplikasi shopee menggunakan algoritma naïve bayes. Jurnal Ilmu Komputer dan Sistem Informasi, 10(1).
C.Cahyaningtyas, Y. Nataliani, and I. R. Widiasari, “Analisis Sentimen Pada Rating Aplikasi Shopee Menggunakan Metode Decision Tree Berbasis SMOTE,” Aiti, vol. 18, no. 2, pp. 173 184, 2021, doi: 10.24246/aiti.v18i2.173-184.
J. A. Josen Limbong, I. Sembiring, K. Dwi Hartomo, U. Kristen Satya Wacana, and P. Korespondensi, “Analisis Klasifikasi Sentimen Ulasan Pada E-Commerce Shopee Berbasis Word Cloud Dengan Metode Naive Bayes Dan K-Nearest Neighbor Analysis of Review Sentiment Classification on E-Commerce Shopee Word Cloud Based With Naïve Bayes and K-Nearest Neighbor Meth,” J. Teknol. Inf. dan Ilmu Komput., vol. 9, no. 2, pp. 347–356, 2019, doi:10.25126/jtiik.202294960.
Manik, G., Ernawati, I., & Nurlaili, I. (2021). Analisis Sentimen Pada Review Pengguna E-Commerce Bidang Pangan Menggunakan Metode Support Vector Machine (Studi Kasus : Review Sayurbox dan Tanihub pada Google Play ). Seminar Nasional Mahasiswa Ilmu Komputer Dan Aplikasinya (SENAMIKA), (September), 64–74