KLASIFIKASI KOMENTAR PADA APLIKASI SHOPEE DENGAN FITUR BAG OF WORD DAN ALGORITMA NAÏVE BAYES
Isi Artikel Utama
Abstrak
Analisis sentimen merupakan metode klasifikasi yang digunakan untuk mengelompokkan opini yang terkandung dalam sebuah teks. Opini terbagi tiga yaitu opini positif, negatif, dan netral. Analisis sentimen sering digunakan untuk mengetahui opini masyarakat terhadap E-commerce, seperti Shopee, melalui ulasan di komentar aplikasi. Penulis menggunakan fitur Bag of Words untuk merepresentasikan data teks ke dalam bentuk vektor yang dapat diolah oleh algoritma machine learning. Algoritma yang digunakan adalah naive bayes, yang dikenal memiliki kemampuan yang baik dalam menangani data yang kompleks dan menghasilkan prediksi yang akurat. Hasil dari penelitian ini menunjukkan bahwa model yang dibangun memiliki akurasi sebesar 81 %. Hasil ini menunjukkan bahwa pendekatan yang digunakan cukup efektif dalam menganalisis sentimen pengguna terhadap aplikasi Shopee. Penelitian ini memberikan kontribusi signifikan dalam penerapan machine learning untuk analisis teks dan membuka peluang untuk pengembangan lebih lanjut dalam bidang ini.
Rincian Artikel
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Copyright (c) STMIK TIMEReferensi
[1] C. Cahyaningtyas, Y. Nataliani, and I. R. Widiasari, “Analisis Sentimen Pada Rating Aplikasi Shopee Menggunakan Metode Decision Tree Berbasis SMOTE,” Aiti, vol. 18, no. 2, pp. 173–184, 2021, doi: 10.24246/aiti.v18i2.173-184.
[2] B. Bustami, “Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi,” TECHSI - J. Tek. Inform., vol. 5, no. 2, 2013, doi: 10.29103/techsi.v5i2.154.
[3] 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. 17(1). https://doi.org/10.47111/JTI
[4] Sugiarto, D., Utami, E., & Yaqin, A. (n.d.). Perbandingan Kinerja Model TF-IDF dan BOW untuk Klasifikasi Opini Publik Tentang Kebijakan BLT Minyak Goreng.
[5] Rusdi Rahman, M., & Febri Diansyah, A. (2024). Sentiment Analysis on the Shopee Application on Playstore Using the Random Forest Classification Method. Inform : Jurnal Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 9(1). https://doi.org/10.25139/inform.v9i1.5465
[6] Muara Sains, J., Ilmu Kesehatan, dan, Trisari Harsanti Putri, W., & Hendrowati, R. (2018). PENGGALIAN TEKS DENGAN MODEL BAG OF WORDS TERHADAP DATA TWITTER. 2(1), 129–138.
[7] Utama, H., & Masruro, A. (2022). Analisis Sentimen pada Twitter menggunakan Word Embedding dengan Pendekatan Word2Vec.
[8] Rusdi Rahman, M., & Febri Diansyah, A. (2024). Analisis Sentimen pada Aplikasi Shopee di Playstore Menggunakan Metode Klasifikasi Random Forest. Jurnal Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 9(1). https://doi.org/10.25139/inform.v9i1.5465
[9] Suswadi, S., & Erkamim, Moh. (2023). Sentiment Analysis of Shopee App Reviews Using Random Forest and Support Vector Machine. ILKOM Jurnal Ilmiah, 15(3), 427–435. https://doi.org/10.33096/ilkom.v15i3.1610.427-435
[10] Saepudin, A., Faqih, A., & Dwilestari, G. (n.d.). Perbandingan Algoritma Klasifikasi Support Vector Machine, Random Forest dan Logistic Regression Pada Ulasan Shopee (Vol. 18, Issue 1).
[11] Rozy, F., Rangkuti, S., Fauzi, M. A., Sari, Y. A., Dewi, E., & Sari, L. (2018). Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dengan Ensemble Feature dan Seleksi Fitur Pearson Correlation Coefficient (Vol. 2, Issue 12). http://j-ptiik.ub.ac.id
[12] Khomsah, S., & Agus Sasmito Aribowo. (2020). Text-Preprocessing Model Youtube Comments in Indonesian. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 4(4), 648–654. https://doi.org/10.29207/resti.v4i4.2035
[13] Munir, M. M., Fauzi, M. A., & Perdana, R. S. (2018). Implementasi Metode Backpropagation Neural Network berbasis Lexicon Based Features dan Bag of Words Untuk Identifikasi Ujaran Kebencian Pada Twitter (Vol. 2, Issue 10). http://j-ptiik.ub.ac.id
[14] Kusuma Pangkasidhi, M., Novianus Palit, H., & Gunawan, A. (n.d.). Analisis Sentimen Mahasiswa di Surabaya Terhadap Pelayanan Vaksinasi COVID-19 Menggunakan Beberapa Classifier.
[15] Cahyaningtyas, C., Nataliani, Y., & Widiasari, I. R. (2021). Analisis sentimen pada rating aplikasi Shopee menggunakan metode Decision Tree berbasis SMOTE. AITI: Jurnal Teknologi Informasi, 18(Agustus), 173–184.
[16] Muara Sains, J., Ilmu Kesehatan, dan, Trisari Harsanti Putri, W., & Hendrowati, R. (2018). PENGGALIAN TEKS DENGAN MODEL BAG OF WORDS TERHADAP DATA TWITTER. 2(1), 129–138.