Analisis Sentimen Tingkat Kepopuleran E-commerce Pada Pengguna Twitter Menggunakan Algoritma Naive Bayes

Acah Rahmawati, Uus Muhammad Husni Tamyiz, Imam Maruf Nugroho

Abstract


Perkembangan e-commerce di Indonesia semakin pesat seiring dengan meningkatnya transaksi digital. Banyaknya platform yang tersedia menyebabkan masyarakat kesulitan dalam memilih e-commerce yang terpercaya. Analisis sentimen berbasis media sosial, khususnya Twitter, dapat digunakan untuk memahami opini publik terhadap berbagai platform e-commerce. Penelitian ini menerapkan Algoritma Naïve Bayes Classifier dalam proses klasifikasi sentimen pengguna terhadap beberapa e-commerce utama di Indonesia. Model yang dikembangkan diuji menggunakan perangkat lunak Orange untuk memperoleh nilai akurasi, presisi, dan recall dalam analisis sentimen. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes memiliki tingkat akurasi keseluruhan sebesar 78.4%, dengan presisi 87% dan recall 77.2%. Adapun akurasi masing-masing e-commerce adalah: Shopee (74.1%), Tokopedia (78%), Blibli (77.8%), Lazada (71.4%), dan Bukalapak (76.5%). Berdasarkan hasil analisis, Tokopedia dan Blibli memiliki tingkat kepopuleran tertinggi berdasarkan opini pengguna di Twitter.  Kesimpulan dari penelitian ini menunjukkan bahwa analisis sentimen berbasis algoritma Naïve Bayes dapat digunakan sebagai alat evaluasi dalam mengidentifikasi persepsi publik terhadap e-commerce di Indonesia. Metode ini dapat membantu perusahaan dalam meningkatkan strategi pemasaran serta pengelolaan pengalaman pelanggan. Untuk meningkatkan efektivitas analisis sentimen, pendekatan lain seperti Support Vector Machine (SVM) atau Deep Learning dapat dikombinasikan dengan Naïve Bayes guna menghasilkan klasifikasi yang lebih akurat.

Keywords


E-Commerce; Analisis Sentimen; Twitter; Naïve Bayes; Kepopuleran

Full Text:

PDF

References


A. S. Widagdo, B. S. W.A, and A. Nasiri, “Analisis Tingkat Kepopuleran E-Commerce Di Indonesia Berdasarkan Sentimen Sosial Media Menggunakan Metode Naïve Bayes,” J. Inf. J. Penelit. dan Pengabdi. Masy., vol. 6, no. 1, pp. 1–5, 2020, doi: 10.46808/informa.v6i1.159.

F. Afshoh, “Analisis Sentimen Menggunakan Naive Bayes Untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Jual Rokok Pada Media Sosial Twitter,” Inform. Progr. Stud. Komunikasi, Fak. Inform. D A N Surakarta, Univ. Muhammadiyah, pp. 1–17, 2017.

N. & Yi, “Analisis Sentimen,” 2003.

H. Nurrun Muchammad Shiddieqy, S. Paulus Insap, and W. Wing Wahyu, “Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter,” Semin. Nas. Teknol. Inf. dan Komun., vol. 2016, no. March, pp. 57–64, 2016.

D. T. Seimbang and T. Mining, “Infotek : Jurnal Informatika dan Teknologi Analisa Sentimen Kicauan Twitter Tokopedia Dengan Optimalisasi Data Tidak Seimbang Menggunakan Algoritma SMOTE Studi Sistem Informasi , Universitas Bina Sarana Informatika Pendahuluan dapat berupa sebuah pujian ,” vol. 5, no. 1, pp. 108–116, 2022.

M. Yasid, “Analisis Sentimen Maskapai Citilink Pada Twitter dengan Metode Naive Bayes,” J. Ilm. Inform., vol. 7, no. 2, pp. 82–86, 2019.

S. Mujilahwati, “PRE-PROCESSING TEXT MINING PADA DATA TWITTER,” Semin. Nas. Teknol. Inf. dan Komun., vol. 2016, no. Sentika, pp. 2089–9815, 2016.

A. Nugroho, “Analisis Sentimen Pada Media Sosial Twitter Menggunakan Naive Bayes Classifier Dengan Ekstrasi Fitur N-Gram,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 2, no. 2, p. 200, 2018, doi: 10.30645/j-sakti.v2i2.83.

M. W. A. Putra, Susanti, Erlin, and Herwin, “Analisis Sentimen Dompet Elektronik Pada Twitter Menggunakan Metode Naïve Bayes Classifier,” IT J. Res. Dev., vol. 5, no. 1, pp. 72–86, 2020, doi: 10.25299/itjrd.2020.vol5(1).5159.

B. W, I. Riski, K. Dwi, R. Nooraeni, T. Siahaan, and Y. Dhea, “Analisis Text Mining dari Cuitan Twitter Mengenai Infrastruktur di Indonesia dengan Metode Klasifikasi Naïve Bayes,” Eig. Math. J., vol. 1, no. 2, pp. 92–101, 2019, doi: 10.29303/emj.v1i2.36.

R. Apriani et al., “ANALISIS SENTIMEN DENGAN NAÏVE BAYES TERHADAP KOMENTAR APLIKASI TOKOPEDIA,” J. Rekayasa Teknol. Nusa Putra, vol. 6, no. 1, pp. 54–62, 2019, [Online]. Available: https://rekayasa.nusaputra.ac.id/article/view/86

T. Rosandy, “Perbandingan Metode Naive Bayes Classifier dengan Metode Decision Tree Untuk Menganalisa Kelancaran Pembiayaan,” J. TIM Darmajaya, vol. 02, no. 01, pp. 52–62, 2016.




DOI: https://doi.org/10.17509/jatikom.v6i1.48867

Refbacks

  • There are currently no refbacks.


Copyright (c) 1970 Jurnal Aplikasi dan Teori Ilmu Komputer

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JATIKOM is published by Universitas Pendidikan Indonesia
Jl. Dr. Setiabudhi 229 Bandung 40154, West Java, Indonesia
Website: http://www.upi.edu