ANALISIS SENTIMEN MENGGUNAKAN METODE NAÏVE BAYES TERHADAP PRODUK PT.IMIN TECHNOLOGY BERDASARKAN ULASAN DARI TOKOPEDIA

Penulis

  • Syahjuddin Azra Universitas Budi Luhur
  • Rizky Tahara Shita

Kata Kunci:

Android POS, Analisis Sentimen, Metode Naive Bayes

Abstrak

Dalam melakukan perdagangan online seringkali dijumpai permasalahan pada kualitas barang yang dijual, Sehingga diperlukan solusi untuk mengatasi permasalahan pada kualitas barang tersebut. Ulasan pelanggan menjadi sumber informasi yang berharga bagi penjual, sehingga penting untuk memahami sentimen pelanggan terkait produk tertentu. Data penelitian ini diambil dari ulasan pelanggan yang berhubungan dengan produk yang dijual di platform Tokopedia dengan nama toko Imin Official Store. Data ulasan tersebut kemudian diproses dan dianalisis menggunakan metode Naive Bayes. Adapun tahapan yang dilakukan dalam penelitian analisis sentimen ini yaitu crawling, pre-processing, pembuatan model dan mengelompokkan data menjadi sentimen negatif dan positif. Selanjutnya, akan diuji dengan pengujian matrix confusion dengan parameter akurasi, recall, dan ketepatan. Pengujian ini dilakukan dengan 227 data ulasan. Akurasi data uji dan latih masing-masing 20% dan 80%. Dari pengujian yang dilakukan memperoleh hasil akurasi sebesar 86,957%, presisi 90,476% dan recall 95%. Penelitian ini dapat membantu penjual perangkat Android POS dalam meningkatkan kualitas produk mereka dan merespons umpan balik pelanggan secara efektif.

Referensi

Mulyani, E. D. S., Hidayatuloh, A. T., & Agustiawan, T. (2022). "Analisis Sentimen Ulasan Produk Pada Top Brand Produk Masker Di Tokopedia Menggunakan Naive Bayes." In Seminar Nasional CORIS 2022..

Wardhani, L. K. (2020). "Perbandingan Seleksi Fitur Term Frequency & Tri-Gram Character Menggunakan Algoritma Naïve Bayes Classifier (NBC) Pada Tweet Hashtag# 2019gantipresiden." KILAT, 9(1), pp. 103-114.

Sari, R., & Hayuningtyas, R. Y. (2019). "Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Pada Wisata TMII Berbasis Website." Indonesian Journal on Software Engineering (IJSE), 5(2), pp. 51-60.

Styawati, S., Hendrastuty, N., & Isnain, A. R. (2021). "Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine." Jurnal Informatika: Jurnal Pengembangan IT, 6(3), pp. 150-155.

Fikri, M. I., Sabrila, T. S., & Azhar, Y. (2020). "Perbandingan metode naïve bayes dan support vector machine pada analisis sentimen twitter." SMATIKA JURNAL: STIKI Informatika Jurnal, 10(02), pp. 71-76.

Giovani, A. P., Ardiansyah, A., Haryanti, T., Kurniawati, L., & Gata, W. (2020). "Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi." Jurnal Teknoinfo, 14(2), pp. 115-123.

Darwis, D., Siskawati, N., & Abidin, Z. (2021). "Penerapan analisis sentimen pada pengguna twitter menggunakan metode K-Nearest Neighbor." Jurnal Tekno Kompak, 15(1), pp. 131-145.

Permadi, V. A. (2020). "Analisis sentimen menggunakan algoritma Naïve Bayes terhadap review restoran di Singapura." Jurnal Buana Informatika, 11(2), pp. 141-151.

Anwari, V. B., & Yuliazmi, Y. (2022). "Implementasi Algoritma K-Nearest Neighbors Pada Analisis Sentimen Masyarakat Terhadap Penerapan Pemberlakuan Pembatasan Kegiatan Masyarakat." SKANIKA, 5(1), pp. 72-81.

Yulita, W. (2021). "Analisis sentimen terhadap opini masyarakat tentang vaksin COVID-19 menggunakan algoritma naïve bayes classifier." Jurnal Data Mining dan Sistem Informasi, 2(2), pp. 1-9.

Waworundeng, J. M. S., Sandag, G. A., Sahulata, R. A., & Rellely, G. D. (2022). "Sentiment Analysis of Online Lectures Tweets using Naïve Bayes Classifier." CogITo Smart Journal, 8(2), pp. 371-384.

Unduhan

Diterbitkan

11-10-2023

Cara Mengutip

Azra, S., & Tahara Shita, R. (2023). ANALISIS SENTIMEN MENGGUNAKAN METODE NAÏVE BAYES TERHADAP PRODUK PT.IMIN TECHNOLOGY BERDASARKAN ULASAN DARI TOKOPEDIA. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 445–452. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/753

Terbitan

Bagian

Artificial Intelligence