UMPPUMPP

Jurnal Surya InformatikaJurnal Surya Informatika

Perkembangan teknologi telah mempermudah berbagai aktivitas, termasuk berbelanja. Melalui aplikasi, pengguna dapat melakukan transaksi tanpa harus bertatap muka dengan penjual. Meskipun memberikan kemudahan, layanan ini tidak selalu berjalan sempurna. Salah satu contoh aplikasi e‑commerce terkenal di Indonesia adalah Shopee. Penelitian ini menganalisis aplikasi Shopee karena secara signifikan mendukung perekonomian Indonesia melalui digitalisasi perdagangan. Data berupa 3.000 ulasan Shopee yang diperoleh dari situs Google Play Store pada tahun 2025 dianalisis menggunakan Natural Language Processing dengan metode Naïve Bayes, mengklasifikasikan ulasan ke dalam kategori sentimen positif dan negatif. Dari hasil pelabelan, teks masing‑masing kategori sentimen diekstrak untuk menghasilkan informasi penting dan berharga bagi pengambilan keputusan. Klasifikasi sentimen menggunakan Naïve Bayes Classifier mencapai tingkat akurasi 81,30%. Temuan penelitian ini dapat menjadi dasar untuk meningkatkan kepuasan dan kenyamanan pelanggan, serta memperbaiki kualitas produk dan layanan Shopee sesuai dengan harapan konsumen.

Berdasarkan hasil analisis, dapat disimpulkan bahwa penerapan metode Naïve Bayes Classifier dalam menganalisis ulasan sentimen pengguna pada aplikasi Shopee mampu mengklasifikasikan ulasan ke dalam dua kategori sentimen, yaitu positif dan negatif, dari 3.000 ulasan pengguna Shopee yang terdiri atas 1.347 ulasan negatif, dengan tingkat akurasi sebesar 81,30%.Proses analisis ini didukung oleh teknik Natural Language Processing (NLP) melalui praproses teks, pembobotan TF‑IDF, dan pemisahan data menggunakan metode Hold‑out.Temuan ini diharapkan dapat menjadi dasar bagi pengembang dan penjual untuk meningkatkan layanan serta kualitas produk pada platform Shopee.

Penelitian selanjutnya dapat mengeksplorasi penggunaan model pembelajaran mendalam seperti BERT atau transformer untuk analisis sentimen ulasan Shopee guna meningkatkan akurasi dibandingkan Naïve Bayes. Selanjutnya, dapat diteliti analisis sentimen berbasis aspek (aspect‑based sentiment analysis) yang tidak hanya mengklasifikasikan sentimen secara keseluruhan tetapi juga mengidentifikasi aspek produk atau layanan yang paling berpengaruh terhadap kepuasan pengguna. Penelitian juga dapat memperluas kategori sentimen menjadi tiga kelas (positif, netral, negatif) atau bahkan skala kontinu untuk menangkap nuansa emosional yang lebih halus dalam ulasan. Selain itu, integrasi data demografis pengguna atau kategori produk dapat dianalisis untuk memahami faktor‑faktor yang memengaruhi persepsi konsumen secara lebih mendalam. Akhirnya, studi komparatif antara berbagai algoritma klasifikasi (Naïve Bayes, SVM, Random Forest, dan jaringan saraf) pada dataset yang sama dapat memberikan panduan pemilihan metode yang optimal bagi pengembang aplikasi e‑commerce.

  1. Klasifikasi Penyakit Gagal Jantung Menggunakan Algoritma Naive Bayes | Jurnal Algoritma. klasifikasi... jurnal.itg.ac.id/index.php/algoritma/article/view/2178Klasifikasi Penyakit Gagal Jantung Menggunakan Algoritma Naive Bayes Jurnal Algoritma klasifikasi jurnal itg ac index php algoritma article view 2178
Read online
File size556.2 KB
Pages8
DMCAReport

Related /

ads-block-test