Analisis Sentimen Pengguna Apliaksi Shopee Menggunakan Metode Naive Bayes Classifier dan K-NN
Abstract
Perkembangan aplikasi e-commerce mengalami kemajuan pesat dalam beberapa tahun terakhir. Aplikasi e-commerce memberikan pengalaman belanja yang lebih mudah, nyaman, dan personal bagi pengguna. Fitur-fitur seperti pencarian produk yang efisien, ulasan pelanggan, rekomendasi produk dan keamanan pembayaran. Shopee adalah salah satu platform ecommerce yang populer di Indonesia dan memberikan pengguna akses yang mudah untuk berbelanja secara online dengan berbagai pilihan produk dan penawaran menarik. Tujuan penelitian ini untuk mengetahui analisis sentimen pengguna aplikasi Shopee berdasarkan data ulasan yang di dapat dari situs website google play menggunakan metode Naive Bayes Classifier dan K-Nearest Neighbour (K-NN) untuk mengklasifikasikan ulasan berdasarkan komentar sentimen positif, sentimen negatif dan sentiment netral. Hasil penelitian dengan menerapkan metode Naive Bayes Classifier di dapat nilai akurasi sebesar 75.97%, dengan prediksi komentar positif sebesar 742, komentar negative 519 dan komentar netral sebesar 86. Dan metode K-Nearest Neighbor nilai akurasi sebesar 16.69%, dengan prediksi komentar positif sebesar 154, komentar negative 80 dan komentar netral sebesar 62. Analisis Sentimen aplikasi shopee berdasarkan komentar pengguna google play store menunjukkan tingkat kepuasan konsumen baik di lihat dari besarnya nilai respon komentar positif berdasarkan hasil perhitungan machine learning yang sudah dilakukan.
Full Text:
References
Fitri, Margaretha. (2017) “Analisis Hubungan Antara Motif Dengan Tingkat Kepuasan
Pengguna Aplikasi Shopee Sebagai Media Berbelanja Online Pada Shopeeholics Di Kota
Samarinda,” e-Journal Ilmu Komunikasi, 5 (4) 2017: 26–40ISSN (Cetak) 2502-5961, ISSN
(Online) 2502-597X,ejournal.ilkom.fisip-unmu l.ac.id.
Galih A. Palupi, 28 Agustus 2022, Shope Masih Menjadi E-Commerce Pilihan Utama
Masyrakat Indonesia, https://goodstats.id/article/jakpat-shopee-masih-rajai-e-commercepilihan-masyarakat-indonesia-tahun-2022-scYdn
Dinda. P, S., dan W, Wibowo. (2022) “Analisis Sentimen Ulasan Aplikasi Buzzbreak
Menggunakan Metode Naïve Bayes Classifier pada Situs Google Play Store,” Jurnal Sains
dan Seni ITS Vol. 11, No. 2, pp. 2337-3520 (2301-928X Print)
Kotler. P., A. (2018). Marketing Managemet. Global Edition. Pearson.
Rizki. Wahyudi, dan Gilang, Kusumawardhana. (2021) “Analisis Sentimen pada review
Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine,JURNAL
INFORMATIKA, Vol. 8 No. 2. ISSN: 2355-6579 | E-ISSN: 2528-2247.
Alfio. Kusuma, Ermatita, dan H. Nurramdhani, Irmanda. (2022) “Analisis Sentimen Pada
Ulasan Aplikasi Indodax di Google Play Store Menggunakan Metode Support Vector
Machine,” Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA)
Jakarta-Indonesia,. e-ISSN 2962-6129.
Edyt. Daryfayi. P. D., dan Ibnu, Asror. (2020) “Sentimen Analisis pada Ulasan Google Play
Store Menggunakan Metode Naïve Bayes,” e-Proceeding of Engineering : Vol.7, No.2 .pp
ISSN : 2355-9365.
N. Tri. Romadloni, Imam. Santoso, dan Sularso, Budilaksono. (2019) “Perbandingan Metode
Naive Bayes, Knn Dan Decision Tree Terhadap Analisis Sentimen Transportasi Krl
Commuter Line,” Jurnal IKRA-ITH Informatika Vol 3 No 2. ISSN 2580-4316.
Wachid, D. et al. (2023) “Analisis Sentimen Penerapan Kurikulum Merdeka Pada Pengguna
Twitter Menggunakan Metode K-Nearest Neighbor Dengan Forward Selection,” Smart
Comp, Vol. 12, No. 1. P-ISSN: 2089-676X. E-ISSN: 2549-0796.
Krotov. V., Johnson. L., dan Silva. L., “Legality and Ethics of Web Scraping,”
Communications of the Association for Information Systems, vol. 47, pp. 539–563, 2020,
doi:org/10.17705/1CAIS.04724.
Takdirillah, R. (2020) “Penerapan Data Mining Menggunakan Algoritma Apriori Terhadap
Data Transaksi Sebagai Pendukung Informasi Strategi Penjualan,” Edumatic : Jurnal
Pendidikan Informatika, vol. 4(1), pp. 37–46. https://doi.org/10.29408/edumatic.v4i1.2081
Senthikumar, Maheswari. (2019) “Rule Based Morphological Variation Removable
Stemming Algorithm,” International Journal of Recent Technology and Engineering, 8(4),
–1814, https://doi.org/10.35940/ijrte.C6200.118419
Arifiyanti. A. A., dan Wahyuni. E, D. (2020) “SMOTE: Metode Penyeimbang Kelas pada
Klasifikasi Data Mining,” SCAN - Jurnal Teknologi Informasi dan Komunikasi, 15(1), 34–
https://doi.org/10.33005/scan.v15i1.1850
Fahrur. Rozi, Farid. Sukmana, M. Nabil, Adani. (2021) “Pengelompokkan Judul Buku
dengan Menggunakan Algoritma K-Nearest Neighbor (K-NN) dan Term Frequency –
Inverse Document Frequency (TF-IDF),” JIMP: Jurnal Informatika Merdeka Pasuruan
Vol.6, No.3, P-ISSN : 2502-5716, E-ISSN : 2503-1945
DOI: https://doi.org/10.30591/smartcomp.v12i3.5494
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.
SMART COMP INDEXED OR REGISTERED BY
 |  |  |  |
 |  |  |  |
 |  |  |  |
 |  |  |
View My Stats
 |
