Analisis Sentimen Komentar Pelanggan Tokopedia Studi Kasus : Maula Hijab Menggunakan Metode Naive Bayes

Latar Belakang: Marketplace seperti Tokopedia telah merevolusi cara konsumen berbelanja di Indonesia. Ulasan produk pada platform ini berperan penting dalam pengambilan keputusan konsumen, namun volume ulasan yang besar menyulitkan penjual untuk memahami sentimen pelanggan secara manual. Penelitian ini bertujuan menganalisis sentimen ulasan pelanggan pada toko Maula Hijab di Tokopedia menggunakan algoritma Naïve Bayes. Metode ini dipilih karena
akurasinya yang tinggi dan kemampuannya menangani data besar.
Tujuan: Penelitian ini bertujuan untuk mengimplementasikan metode Naïve Bayes dalam mengklasifikasikan komentar pelanggan Tokopedia terkait produk Maula Hijab menjadi sentimen positif dan negatif dan mengetahui hasil dari pengujian Akurasi, Presisi dan recall menggunakan metode naïve bayes
Metode Penelitian: Data mining dilakukan menggunakan metode Naïve Bayes, dan visualisasi data menggunakan Wordcloud. Proses dimulai dengan pengumpulan data melalui teknik web scraping, kemudian dilanjutkan dengan tahapan pra-pemrosesan teks yang meliputi case folding, tokenisasi, penghilangan
stopword, dan stemming. Setelah data teks bersih, dilakukan pembobotan menggunakan metode TF-IDF untuk memberikan nilai kepentingan pada setiap kata dalam dokumen. Model Naive Bayes kemudian digunakan untuk melakukan klasifikasi sentimen berdasarkan fitur-fitur yang telah dihasilkan dari proses pembobotan.
Hasil: Hasil penelitian menunjukkan bahwa motode Naïve Bayes yang diterapkan memiliki akurasi sebesar 92%, prepesion 77% , recall 86, f1-score 81 %. berdasarkan pengujian yang dilakukan dengan membagi data menjadi 90% data latih dan 10% data uji.
Kesimpulan: Metode Naïve Bayes efektif dengan akurasi tinggi, namun perbaikan diperlukan dalam identifikasi sentimen negatif untuk model yang lebih seimbang. Evaluasi menggunakan Confusion Matrix menunjukkan ketidakseimbangan dalam mendeteksi sentimen negatif dibandingkan positif.