ANALISIS OPINI PENGGUNA APLIKASI SHOPEE DENGAN NAÏVE BAYES CLASSIFIER

dwi atikah, agustia hananto, tukino paryono, elfina novalia

Abstract


Pertumbuhan pesantnya e-commerce di Indonesia berdampak pada meningkatnya ulasan pengguna terhadap aplikasi belanja berani seperti Shopee. Ulasan ini mewakili persepsi pengguna dan dapat dimanfaatkan untuk memancarkan kepuasan serta meningkatkan kualitas layanan. Menggunakan algoritma Naive Bayes, studi ini menerapkan strategi klasifikasi untuk memahami sikap dalam ulasan pengguna aplikasi shopee di Google Play Store. Data diperoleh menggunakan teknik web scraping dan kemudian menjalani beberapa proses, termasuk pembersihan data teks, tokenisasi, penghapusan kata-kata yang tidak relevan, dan normalisasi. Sentimen evaluasi dirinci secara manual ke dalam tiga kelompok berbeda: sangat_puas, puas, dan tidak_puas. Untuk mengatasi distribusi kelas, digunakan teknik RandomOverSampler Sebelum data dibagi menjadi set pelatihan dan pengujian, teks kemudian dianalisis menggunakan teknik TF-IDF dan dibor dengan algoritma Multinomial Naive Bayes. Akurasi, presisi, recall, skor F1, dan matriks kebingungan dimasukkan ke dalam proses evaluasi untuk menyalakan kinerja model. Hasil penelitian menunjukkan bahwa model memperoleh tingkat ketepatan mencapai 75,33% dengan kinerja yang cukup konsisten di semua label. Teknik oversampling terbukti efektif dalam menyeimbangkan kelas, meskipun masih terdapat prediksi silang antar kategori yang mirip. Penelitian ini menjadi pijakan awal bagi pengembangan sistem analisis sentimen otomatis berbasis bahasa Indonesia.

Full Text:

PDF

References


Agustian, A., Tukino, & Nurapriani, F. (2022). PENERAPAN ANALISIS SENTIMEN DAN NAIVE BAYES TERHADAP OPINI PENGGUNAAN KENDARAAN LISTRIK DI TWITTER. JURNAL TIKA, 7, 243–249.

Audina, D., Purnamasari, A. I., Bahtiar, A., & Tohidi, E. (2025). PENINGKATAN MODEL KLASIFIKASI SENTIMEN PENGGUNA APLIKASI TOMORO COFFEE MENGGUNAKAN ALGORITMA NAÏVE BAYES. In Jurnal Informatika & Rekayasa Elektronika) (Vol. 8, Issue 1). http://e-journal.stmiklombok.ac.id/index.php/jireISSN.2620-6900

Fakhriza, F., Subekti, D., Winar Cahyo, P., Fakultas Teknik dan Teknologi Informasi, I., Jenderal Achmad Yani Yogyakarta Jl Siliwangi Jl Ringroad Barat, U., Sawah, A., Sleman, K., & Istimewa Yogyakarta, D. (2025). OPTIMALISASI ALGORITMA RANDOM FOREST FEATURE SELECTION DAN HYPERPARAMETER TUNING KLASIFIKASI GENRE MUSIK. In JIKA (Vol. 9, Issue 1). https://www.kaggle.com/datasets/maharshipa

Fazrian, V., Suprapti, T., & Narasati, R. (2024). PENERAPAN ALGORITMA NAIVE BAYES TERHADAP ANALISIS SENTIMEN APLIKASI GAME MULTIPLAYER ONLINE BATTLE ARENA ( STUDI KASUS : MOBILE LEGEND ). In Jurnal Mahasiswa Teknik Informatika (Vol. 8, Issue 1).

Friska Aditia Indriyani, Ahmad Fauzi, & Sutan Faisal. (2023). Analisis sentimen aplikasi tiktok menggunakan algoritma naïve bayes dan support vector machine. TEKNOSAINS : Jurnal Sains, Teknologi Dan Informatika, 10(2), 176–184. https://doi.org/10.37373/tekno.v10i2.419

Indriani, A. (n.d.). ANALISA PERBANDINGAN METODE NAÏVE BAYES CLASSIFIER DAN K-NEAREST NEIGHBOR TERHADAP KLASIFIKASI DATA. SEBATIK.

Iqbal Zakasih, M., Tri Handoko, W., & Tri Lomba Juang No, J. (2022). ANALISIS SENTIMEN PENGGUNA TWITTER TENTANG NFT (NON FUNGIBLE TOKEN) DENGAN METODE NAIVE BAYES CLASSIFIER. In Jurnal Informatika & Rekayasa Elektronika) (Vol. 5, Issue 2). http://e-journal.stmiklombok.ac.id/index.php/jireISSN.2620-6900

Khoirul, M., Hayati, U., & Nurdiawan, O. (2023). ANALISIS SENTIMEN APLIKASI BRIMO PADA ULASAN PENGGUNA DI GOOGLE PLAY MENGGUNAKAN ALGORITMA NAIVE BAYES. In Jurnal Mahasiswa Teknik Informatika (Vol. 7, Issue 1).

Khusnul, A., Manajemen, K., Keimigrasian, T., & Imigrasi, P. (2024). ANALISIS SENTIMEN TERHADAP KUALITAS PELAYANAN (TINJAUAN LITERATUR). In Jurnal Mahasiswa Teknik Informatika (Vol. 8, Issue 3).

Liberti Duarte Tavares, A., Nurraharjo, E., & Tri Lomba Juang No, J. (2023). ANALISIS SENTIMEN DAN KLASIFIKASI TWEET TERKAIT NAIKNYA KASUS OMICRON MENGGUNAKAN NAIVE BAYES CLASSIFIER. In Jurnal Informatika & Rekayasa Elektronika) (Vol. 6, Issue 1). http://e-journal.stmiklombok.ac.id/index.php/jireISSN.2620-6900

Prasetya, R., Lia Hananto, A., & Novalia, E. (n.d.). Penerapan Algoritma Naive Bayes untuk Perbandingan Sentimen Ulasan Lazada dan Tokopedia. Jutisi: Jurnal Ilmiah Teknik Informatika Dan Sistem Informasi.

Rifa, A., Ardhani, R., & Pratama, D. (2024). ANALISIS SENTIMEN TERHADAP LAYANAN APLIKASI GRAB INDONESIA MENGGUNAKAN METODE NAÏVE BAYES. In Jurnal Mahasiswa Teknik Informatika (Vol. 8, Issue 1).

Sugiarto, D., Sari, S., Ariwibowo, A. B., Nabilah Putri, F., Mulya, D., Aulia, T., & Zaki, A. N. (2023). PERBANDINGAN KINERJA KLASIFIKASI SENTIMEN ULASAN PRODUK PEMBELIAN BERAS DI MARKETPLACE SHOPEE. Jurnal Teknologi Informasi, 17(1). https://doi.org/10.47111/JTI

Susanti, N. A., & Walid, M. (2022). KLASIFIKASI DATA TWEET UJARAN KEBENCIAN DI MEDIA SOSIAL MENGGUNAKAN NAIVE BAYES CLASSIFIER. In Jurnal Mahasiswa Teknik Informatika) (Vol. 6, Issue 2). www.kaggle.com

Tania Nitami, M., & Februariyanti, H. (2022). ANALISIS SENTIMEN ULASAN EKSPEDISI J&T EXPRESS MENGGUNAKAN ALGORITMA NAÏVE BAYES. Jurnal Manajemen Informatika & Sistem Informasi (MISI), 5, 13. https://doi.org/10.36595/misi.v5i1




DOI: http://dx.doi.org/10.31000/jika.v9i3.14462

Article Metrics

Abstract - 50 PDF - 48

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

INDEX BY :