Analisis Sentimen Ulasan Pengguna Aplikasi Shopee Indonesia Menggunakan Metode Naive Bayes

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Shopee Indonesia dengan menggunakan metode Naive Bayes. Data ulasan pengguna yang diperoleh kemudian diproses menggunakan RapidMiner untuk membangun model klasifikasi sentimen. Berdasarkan hasil pengujian menggunakan confusion matrix, model yang dihasilkan memperoleh tingkat akurasi sebesar 74.67%. Dalam analisis sentimen positif, model mencatatkan nilai recall sebesar 25.19% dan precision sebesar 82.93%, menunjukkan bahwa meskipun model memiliki ketepatan yang tinggi dalam memprediksi sentimen positif, kemampuannya dalam mendeteksi sentimen positif secara keseluruhan masih rendah. Sebaliknya, untuk sentimen negatif, model memperoleh recall sebesar 94.21% dan precision sebesar 53.02%, yang menunjukkan bahwa model lebih efektif dalam mendeteksi sentimen negatif, meskipun ketepatannya lebih rendah dibandingkan dengan sentimen positif. Hasil ini menggambarkan bahwa meskipun model memiliki kelebihan dalam mengidentifikasi sentimen negatif, masih terdapat kelemahan dalam memprediksi sebagian besar data sentimen positif. Penelitian ini memberikan wawasan penting terkait potensi dan tantangan dalam menerapkan metode Naive Bayes untuk analisis sentimen ulasan pengguna aplikasi e-commerce.