Analisis Sentimen Ulasan Pengguna Aplikasi Shopee Menggunakan Metode Naive Bayes Dan K-Fold Cross Validation

Analisis Sentimen Ulasan Pengguna Aplikasi Shopee Menggunakan Metode Naive Bayes Dan K-Fold Cross Validation

• By Yunita Herlinia Ulu Hale;
• S1 - Teknik Informatika
• 20

ABSTRAK

Yunita Herlinia Ulu Hale (1520006), Analisis Sentimen Ulasan Pengguna Aplikasi Shopee Menggunakan Metode Naïve Bayes dan K-Fold Cross Validation

Aplikasi e-commerce seperti Shopee telah menjadi platform utama bagi konsumen untuk berbelanja secara online di era digital saat ini. Ulasan pelanggan tentang aplikasi merupakan komponen penting dalam menilai kualitas dan kepuasan terhadap aplikasi shopee. Namun, memahami sentimen dari ulasan tersebut secara manual sangat memakan waktu dan tidak efektif. Oleh karena itu, tujuan dari penelitian ini adalah menggunakan metode pembelajaran mesin untuk melakukan analisis sentimen pada ulasan yang dilakukan melalui aplikasi e-commerce Shopee. Metode pembelajaran mesin telah terbukti efektif dalam mengekstrak dan menganalisis sentimen dari teks. Penelitian ini akan melakukan pengelolahan data mealalui web scraping pada dataset ulasan shopee digoogle play. Mendapatkan 2389 ulasan dataset di bagi menjadi dua class yang mana, class positif ulasan sebanyak 995, dan ulasan class negatif sebanyak 1393. Selanjutnya algoritma pengajaran mesin seperti Naive Bayes digunakan untuk mengklasifikasi sentimen menggunakan model Naïve Bayes mendapatkan tingkat akurasi sebesar 97,77,%. dengan sentimen precision 97,74%, recall 97,77%, dan  f1-score 97,77%. Dan tingkat akurasi pengujian pada k-fold cross validation sebesar 96.00%. Dengan ini penggunaan metode naïve bayes dan k-fold cross validation dikatakan sangat bagus atau sangat memuaskan untuk mengkategorikan dalam penelitian pada analisis sentimen ulasan pada aplikasi shopee.

 

Kata Kunci : Analisis Sentimen, Naïve Bayes, K-fold Cross Validation.

 

 

 

• Katakunci
• URL http://
• Penerbit ,

REFERENSI

Abdul Rahman Fauzi, Ananda Hadi Saputra, and Muhammad Hasbi Abdillah. 2023. “Analisis Tingkat Kepuasan Pengguna Apex Mobile Berdasarkan  Rating Dan Ulasan Google Play Store Menggunakan Naïve Bayes.” 1(2): 17–21.

Andi, Isap 2018 Metode Penelitian Kuantitatif : Pengembangan Hipotesis dan Pengujiannya Menggunakan SmartPLS,  Yogyakarta.

Hasan Fuad, Monica et al. 2018. 1 Analisis Tokoh Sepak Bola Current Neurology and Neuroscience Reports

Hanafiah, Anggi et al. 2023. “Sentimen Analisis Terhadap Customer Review Produk Shopee Berbasis Wordcloud Dengan Algoritma Naïve Bayes Classifier.” INTERCOMS: Journal of Information Technology and Computer Science 6(1): 230–36.

Irawan, Bambang et al. 2023. “PENGGUNAAN ALGORITMA NAÏVE BAYES DALAM MENGANALISIS.” 7(6): 3879–85.

Fikri, Nisa Roni Habibi, 2020: 22 “ANALISIS SENTIMEN TERHADAP PEMBATASAN SOSIAL MENGGUNAKAN DEEP LEARNING”.

Dinda, Rolly Muhammad,2020: 20 “Seleksi calon kelulusan tepat mahasiswa teknik informatika menggunakan metode naive bayes”. 

Magfihra Nur et al. 2019 “Analisis Ulasan Pengguna Shopee Menggunakan Metode Algoritma Naive Bayes.” 64(3):160-54.

Laia, Erlina, and M Yamin. 2023. “Penerapan Algoritma Naïve Bayes Dalam Men.

     Maulidah, Nurlaela Al et al. 2021. “Prediksi Penyakit Diabetes Melitus    Menggunakan Metode Support Vector Machine Dan Naive Bayes.” Indonesian Journal on Software Engineering (IJSE) 7(1): 63–68.

Napiah, Mariatun, Rachmawati Darma Astuti, and Eka Kusuma Pratama. 2023. “Komparasi Algoritma Machine Learning Untuk Klasifikasi Gejala Coronavirus Disease 19 (Covid-19).” Computer Science (CO-SCIENCE) 3(2): 78–83.

Pasaribu, Nur Adha, and Sriani. 2023. “The Shopee Application User Reviews Sentiment Analysis Employing Naïve Bayes Algorithm.” International Journal Software Engineering and Computer Science (IJSECS) 3(3): 194–204.

Puspita, Rani, and Agus Widodo. 2021. “Perbandingan Metode KNN, Decision Tree, Dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS.” Jurnal Informatika Universitas Pamulang 5(4): 646.

Bryan, Muhammad Rolly, 2023: 2 ”MEMULAI PEMPROGRAMN GO.

Putri, Firda Oktaviani, and Randy Cahya Wihandika. 2020. “Analisis Sentimen Pada Ulasan Pengguna MRT Jakarta Menggunakan Metode Neighbor-Weighted K-Nearest Neighbor Dengan Seleksi Fitur Information Gain.” 4(7): 2195–2203

Rahel Lina Simanjuntak, Theresia Romauli Siagian, Vina Anggriani, and Arnita Arnita. 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.

Saputra, Rizki Adi et al. 2024. “Analisis Sentimen Aplikasi Toko Crypto Berdasarkan Ulasan Pada Google Play Store Menggunakan Metode Naïve Bayes.” 4(4): 2028–36.

  “Prediksi Penerimaan Pegawai Baru Dengan Metode Naive Bayes”.

Setya Ananto, Fauzan, and Firman Noor Hasan. 2023. “Implementasi Algoritma Naïve Bayes Terhadap Analisis Sentimen Ulasan Aplikasi My Pertamina Pada Google Play Store.” Jurnal ICT : Information Communication & Technology 23(1): 75–80. https://ejournal.ikmi.ac.id/index.php/jict-ikmi.

Tania Puspa Rahayu Sanjaya, Ahmad Fauzi, and Anis Fitri Nur Masruriyah. 2023.

“Analisis Sentimen Ulasan Pada E-Commerce Shopee Menggunakan Algoritma Naive Bayes Dan Support Vector Machine.” INFOTECH : Jurnal Informatika & Teknologi 4(1): 16–26.

Reza, at al, 2021: 70 ”Analisis Sentimen Metode Alternatif Penelitian Big Data”.

Wardani, Nabila Surya, Alan Prahutama, and Puspita Kartikasari. 2020. “Analisis Sentimen Pemindahan Ibu Kota Negara Dengan Klasifikasi Naïve Bayes Untuk Model Bernoulli Dan Multinomial.” Jurnal Gaussian 9(3): 237–46.