Analisis Sentimen Berbasis Aspek Pada Ulasan Aplikasi Shopee Menggunakan Algoritma Naïve Bayes
Abstract
The growth of information technology and digital advances are changing the shopping landscape, especially with the rise of online shopping applications such as Shopee in Indonesia. Shopee's effectiveness as an online shopping platform is evaluated through user reviews on the Google Play Store. The reviews provide insight into application performance, helping companies improve services. This research uses the Naïve Bayes algorithm to analyze user complaints against Shopee. Naïve Bayes is a method that combines information from sample data and information from previous data. Data from 4425 reviews between October 2018 and May 10 2019 was analyzed, with the results classifying positive and negative sentiment. By using oversampling techniques to overcome data imbalance, the accuracy reached 92.5% and the AUC value was 0.95, indicating the success of the model. This study provides insights into user perceptions of Shopee, helping in improving user experience on the platform.
Keywords: Comments; Sentiment; Shopee; Review; Naive Bayes
Abstrak
Pertumbuhan teknologi informasi dan kemajuan digital mengubah lanskap perbelanjaan, terutama dengan meningkatnya aplikasi belanja online seperti Shopee di Indonesia. Efektivitas Shopee sebagai platform belanja online dievaluasi melalui ulasan pengguna di Google Play Store. Ulasan tersebut memberikan wawasan tentang kinerja aplikasi, membantu perusahaan dalam meningkatkan layanan. Penelitian ini menggunakan algoritma Naïve Bayes untuk menganalisis keluhan pengguna terhadap Shopee. Naïve bayes merupaka sebuah metode yang menggabungkan informasi dari data sampel dan informasi dari data sebelumnya. Data dari 4425 ulasan antara Oktober 2018 dan 10 Mei 2019 dianalisis, dengan hasil mengklasifikasikan sentimen positif dan negatif. Dengan menggunakan teknik oversampling untuk mengatasi ketidakseimbangan data, akurasi mencapai 92,5% dan nilai AUC adalah 0,95, menunjukkan keberhasilan model. Studi ini memberikan wawasan tentang persepsi pengguna terhadap Shopee, membantu dalam meningkatkan pengalaman pengguna di platform tersebut.
Keywords
References
A.I. Jati, D. Isnawati, & W. Lestari, “Analisis Permintaan Belanja Online di Indonesia”. Nomicpedia: Journal of Economics and Business Innovation, vol. 3, no. 1, Pp. 1-14, 2023.
V.I. Samuri, A.S. Soegoto, & D. Woran, “Studi Deskriptif Motivasi Belanja Hedonis Pada Konsumen Toko Online Shopee”. Jurnal EMBA: Jurnal Riset Ekonomi, Manajemen, Bisnis dan Akuntansi, vol. 6, no. 4, pp. 2238-2247, 2018
D. H. Citra, and W. Purnama, “The Implementation of Naïve Bayes Algorithm for Sentiment Analysis of Shopee Reviews on Google Play Store Implementasi Algoritma Naive Bayes untuk Analisis Sentimen Ulasan Shopee pada Google Play Store,” J. Tekno Kompak, vol. 18, no. 1, pp. 178-192, 2022.
F. Rachmawati, K. Muhajarah, & N. Kamaliah, “Mengukur efektivitas podcast sebagai media perkuliahan inovatif pada mahasiswa”. Justek: Jurnal Sains dan Teknologi, vol. 2, no. 1, pp. 38-44, 2019.
A. Taufik, & R. Doharma, “Efektivitas Tingkat Penggunaan (Usability) ResearchGate Sebagai Media dalam Membantu Indeksasi Publikasi Karya Ilmiah”. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 9, no. 3, pp. 2699-2715, 2022.
A. Lattu, & W. Jatmika, “Analisis Kepuasan Pengguna Terhadap Penggunaan E-Learning Dengan Metode Tam Dan Eucs”. Jurnal Riset Sistem Informasi Dan Teknologi Informasi (JURSISTEKNI), vol. 4, no. 1, pp. 39-50, 2022.
B. Santoso, & E. Zusrony, “Analisis Persepsi Pengguna Aplikasi Payment Berbasis Fintech Menggunakan Technology Acceptance Model (Tam)”. Jurnal Teknologi Informasi Dan Komunikasi, vol. 11, no. 1, pp. 49-54, 2020.
O. Marisa, “Persepsi kemudahan penggunaan, efektivitas, dan risiko berpengaruh terhadap minat bertransaksi menggunakan financial technology”. Jurnal Administrasi Kantor, vol. 8, no. 2, pp. 139-152, 2020.
B. Seref and E. Bostanci, "Sentiment Analysis using Naive Bayes and Complement Naive Bayes Classifier Algorithms on Hadoop Framework," 2018, 2nd International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), Ankara, 2018, pp. 1-7, doi: 10.1109/ISMSIT.2018.8567243.
W. Parasati, F. A. Bachtiar, and N. Y. Setiawan, “Analisis Sentimen Berbasis Aspek pada Ulasan Pelanggan Restoran Bakso President Malang dengan Metode Naïve Bayes Classifier,” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, vol. 4, no. 4, pp. 1090-1099, 2020.
S. P. Astuti, “Analisis sentimen berbasis aspek pada aplikasi tokopedia menggunakan lda dan naïve bayes,” Tugas Akhir, Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah, Jakarta, 2020.
A. Anagaw, & Y.L. Chang, “A new complement naïve Bayesian approach for biomedical data classification”. Journal of Ambient Intelligence and Humanized Computing, vol. 10, pp. 3889-3897, 2019.
R.W. Adinegoro, “Sentiment Analysis Ulasan Produk Pada Situs Emarketplace Tokopedia Dengan Menggunakan Text Mining”, Tugas Akhir, Program Studi Sistem Informasi, UPN Veteran, 2020
S. A. Fauziyyah, F. Hamami, and R. Andreswari, “Analisis Sentimen Berbasis Aspek Terhadap Ulasan Pengguna Aplikasi Pegadaian Digital Menggunakan Algoritma Naïve Bayes,” Kesatria: Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), vol. 4, no. 4, pp. 951-960. 2023.
J.R. Manning, J. Jacobs, I. Fried, & M.J. Kahana, “Broadband shifts in local field potential power spectra are correlated with single-neuron spiking in humans”. Journal of Neuroscience, vol. 29, no. 43, pp. 13613-13620, 2019.
E. Indrayuni, A. Nurhadi, & D.A. Kristiyanti, “Implementasi Algoritma Naive Bayes, Support Vector Machine, dan K-Nearest Neighbors untuk Analisa Sentimen Aplikasi Halodoc”. Faktor Exacta, vol. 14, no. 2, pp. 64-71, 2021.
How To Cite This :
Refbacks
- There are currently no refbacks.
