ANALISIS SENTIMEN ULASAN PRODUK SMART TV PADA PLATFORM SHOPEE MENGGUNAKAN METODE NAIVE BAYES

Abstract

Meningkatnya aktivitas perdagangan elektronik telah menghasilkan jumlah ulasan produk yang sangat besar pada platform Shopee. Ulasan tersebut menjadi sumber informasi yang berpengaruh terhadap keputusan pembelian konsumen, namun jumlah data yang terus bertambah menyulitkan proses analisis secara manual. Penelitian ini bertujuan mengidentifikasi sentimen pengguna terhadap produk Smart TV COOCAA 32 inci S3U melalui pendekatan klasifikasi otomatis. Sebanyak 798 ulasan dikumpulkan menggunakan teknik scraping dan dikelompokkan ke dalam dua kategori sentimen, yaitu positif dan negatif. Tahapan penelitian meliputi pembersihan data, penerapan lexicon boosting, ekstraksi fitur menggunakan TF-IDF, pembagian data dengan rasio 80% data latih dan 20% data uji, serta proses klasifikasi menggunakan algoritma Multinomial Naive Bayes. Kinerja model dievaluasi berdasarkan nilai accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mencapai accuracy 91,87%, precision 88,50%, recall 100%, dan F1-score 93,89%. Temuan ini menunjukkan bahwa integrasi TF-IDF, lexicon boosting, dan Multinomial Naive Bayes mampu menghasilkan klasifikasi sentimen yang efektif untuk menganalisis ulasan produk pada platform e-commerce.