KLASIFIKASI DATA TEKS ULASAN TOKO SEPATU SOVELLA DI SHOPEE MENGGUNAKAN ALGORITMA NAIVE BAYES DALAM PROSES DATA MINING

Abstract

Peningkatan aktivitas belanja berani melalui platform e-commerce seperti Shopee menghasilkan sejumlah besar data ulasan pelanggan yang mengandung informasi penting mengenai persepsi dan kepuasan pengguna. Namun, teks data yang tidak terstruktur dalam jumlah besar susah untuk proses analisis manual secara efektif. Penelitian ini bertujuan untuk mengembangkan model klasifikasi sentimen ulasan pelanggan pada toko sepatu Sovella di Shopee menggunakan algoritma Naive Bayes. Metode yang digunakan meliputi pengumpulan 1.020 ulasan data, pra-pemrosesan, ekstraksi fitur menggunakan TF-IDF, dan proses klasifikasi menggunakan Multinomial Naive Bayes. Evaluasi dilakukan dengan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 94,41% dengan rata-rata F1-score 93,48%, menunjukkan kinerja klasifikasi yang sangat baik dalam membedakan empat kategori sentimen: sangat bagus, bagus, tidak bagus, dan sangat tidak bagus. Pendekatan menggunakan Naive Bayes efektif untuk analisis sentimen ulasan e-commerce dan berpotensi menjadi alat pendukung dalam pengambilan keputusan bisnis berbasis data.