Penerapan Algoritma Naive Bayes untuk Perbandingan Sentimen Ulasan Lazada dan Tokopedia
Abstract
The e-commerce sector is one of many aspects of life influenced by advancements in information and communication technology. Tokopedia and Lazada, as two popular platforms in Indonesia, are increasingly accessed through mobile applications. User reviews serve as valuable input for improving service quality and user satisfaction. This study aims to evaluate user sentiment toward the Lazada and Tokopedia applications on the Google Play Store using the Naïve Bayes algorithm. A total of 2,000 review data were collected using web scraping methods and underwent preprocessing, resulting in 1,864 data points ready for analysis. The Hold-Out technique was applied for data splitting to assess model performance. The results show an accuracy of 89% for both applications. The majority of user sentiment is positive, with Lazada achieving a precision of 94%, recall of 93%, and F1-score of 94%, while Tokopedia achieved a precision of 97%, recall of 86%, and F1-score of 91%. These findings demonstrate the effectiveness of combining the Naïve Bayes algorithm and the Hold-Out technique in sentiment classification.
Keywords: E-commerce; Sentiment Analysis; Google Play Store; Naïve Bayes
Abstrak
Sektor e-commerce adalah salah satu dari banyak aspek kehidupan yang dipengaruhi oleh kemajuan teknologi informasi dan komunikasi. Tokopedia dan Lazada sebagai dua platform populer di Indonesia, semakin sering digunakan melalui aplikasi mobile. Ulasan pengguna menjadi masukan penting dalam meningkatkan kualitas layanan dan kepuasan pengguna. Penelitian ini bertujuan untuk mengevaluasi sentimen terhadap pengguna aplikasi Lazada dan Tokopedia di platform Google Play Store melalui algoritma Naïve Bayes. Sebanyak 2000 data ulasan dikumpulkan menggunakan metode web scraping, kemudian dilakukan preprocessing sehingga diperoleh 1864 data siap analisis. Teknik Hold-Out digunakan dalam pembagian data untuk mengukur performa model. Hasil menunjukkan akurasi sebesar 89% untuk masing-masing aplikasi. Sentimen pengguna mayoritas bersifat positif, dengan Lazada memperoleh presisi 94%, recall 93%, dan skor F1 94%, sedangkan Tokopedia memperoleh presisi 97%, recall 86%, dan skor F1 91%. Temuan ini menunjukkan efektivitas kombinasi algoritma Naïve Bayes dan Hold-Out dalam klasifikasi sentimen.
Keywords
References
S. Hilabi, ‘Rancang Bangun Sistem Inventory Usaha (UMKM)“Karpet” Desa Kamurang Berbasis Web’, Prosiding Konferensi Nasional Penelitian Dan Pengabdian Universitas Buana Perjuangan Karawang, vol. 2, no. 1, pp. 1147–1155, 2022.
N. A. Azizah and T. Ernawati, ‘Analisis Sentimen Ulasan Pelanggan Terhadap Produk Roti Macan Artisan Di E-Commerce Tokopedia Menggunakan Metode Clustering’, Journal of Information System, Applied, Management, Accounting and Research, vol. 8, no. 3, pp. 580–590, Aug. 2024, doi: 10.52362/jisamar.v8i3.1576.
N. Lestari, ‘Upaya Perlindungan Hukum Bagi Konsumen Dalam Transaksi Jual Beli Online (E-Commerce)’, Nusantara: Jurnal Ilmu Pengetahuan Sosial, vol. 10, no. 6, pp. 2871–2878, Sep. 2023.
A. Zumarniansyah, ‘Penerapan Sistem Pendukung Keputusan Penilaian Karyawan Terbaik Dengan Metode Simple Additive Weighting’, Jurnal Sistem Informasi, vol. 10, no. 2, pp. 75–81, Aug. 2021, doi: 10.51998/jsi.v10i2.419.
B. Priyatna, A. L. Hananto, and F. Nurapriani, ‘Integrasi Payment Gateway Pada Website E-Commerce Hasanatul. Id Untuk Mitra UMKM’, Prosiding Konferensi Nasional Penelitian Dan Pengabdian Universitas Buana Perjuangan Karawang, vol. 3, no. 1, pp. 924–929, 2023.
N. Suarna and W. Prihartono, ‘Penerapan Nlp (Natural Language Processing) Dalam Analisis Sentimen Pengguna Telegram Di Playstore’, Jurnal Mahasiswa Teknik Informatika, vol. 8, no. 2, pp. 1841–1851, 2024.
A. Hananto, ‘Pemanfaatan Sosial Media Dan E-Commerce Sebagai Media Promosi Umkm Di Desa Mekarpohaci’, Prosiding Konferensi Nasional Penelitian Dan Pengabdian Universitas Buana Perjuangan Karawang, vol. 3, no. 1, pp. 1147–1152, 2023.
B. Huda and A. Hananto, ‘Sosialisasi Dan Workshop Multimedia Berbasis Aplikasi Digital Platform Sosial Media’, Prosiding Konferensi Nasional Penelitian Dan Pengabdian Universitas Buana Perjuangan Karawang, vol. 3, no. 1, pp. 2178–2181, 2023.
Q. Al Qorni, ‘Pendekatan Algoritma Naïve Bayes dan Support Vector Machine dalam Menganalisis Tanggapan Terhadap Penutupan Tik Tok Shop’, Jurnal Ilmiah Matrik, vol. 25, no. 3, pp. 282–290, 2023.
S. M. Salsabila, A. Alim Murtopo, and N. Fadhilah, ‘Analisis Sentimen Pelanggan Tokopedia Menggunakan Metode Naïve Bayes Classifier’, Jurnal Minfo Polgan, vol. 11, no. 2, pp. 30–35, Aug. 2022, doi: 10.33395/jmp.v11i2.11640.
E. Novalia and A. Voutama, ‘Prediction of Rice Field Planted Area with CRISP-DM Using Classification and Regression Tree (Cart) Algorithms’, Systematics, vol. 5, no. 1, pp. 578–587, 2023.
C.A. Nrhaliza Agustina, ‘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’, Malcom: Indonesian Journal of Machine Learning and Computer Science, vol. 2, no. 1, pp. 47–54, 2022.
A. I. Tanggraeni and M. N. N. Sitokdana, ‘Analisis Sentimen Aplikasi E-Government Pada Google Play Menggunakan Algoritma Naïve Bayes’, Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, no. 2, pp. 785–795, 2022.
B. Z. Ramadhan, ‘Analisis Sentimen Ulasan Pada Aplikasi E-Commerce Dengan Menggunakan Algoritma Naïve Bayes’, Journal of Applied Informatics and Computing (JAIC), vol. 6, no. 2, pp. 220–225, 2022.
S. N. Fadhilah and F. S. Utomo, ‘Algoritma Naïve Bayes untuk Analisis Sentiment Review Blibli.com di Google Play Store Naïve Bayes Algorithm for Sentiment Analysis of Blibli.com Review on Google Play Store’, Sistemasi: Jurnal Sistem Informasi, vol. 13, no. 2, pp. 831–840, Mar. 2024.
M. S. Mahendrasyah and T. Hariguna, ‘Analisis Sentimen Pengguna Aplikasi Bukalapak di Platform Playstore Menggunakan Metode Naïve Bayes’, Technology and Science (BITS), vol. 6, no. 2, pp. 733–745, 2024, doi: 10.47065/bits.v6i2.5528.
A. Syaifuddin and M. Ningsih, ‘Penerapan Metode Content-Based Filtering Dalam Strategi Komunikasi Pemasaran Pada Marketplace Tokopedia’, Jurnal Responsif, vol. 5, no. 2, pp. 185–194, 2023.
Tukino, A. Hananto, R. A. Nanda, E. Novalia, E. Sediyono, and J. Sanjaya, ‘LSTM and Word Embedding: Classification and Prediction of Puskesmas Reviews Via Twitter’, E3S Web of Conferences, vol. 500, no. 1, pp. 1–10, Mar. 2024, doi: 10.1051/e3sconf/202450001018.
A. L. Hananto, A. Hananto, B. Huda, A. Y. Rahman, E. Novalia, and B. Priyatna, ‘Determination of Training Participants in Community Work Training Centers Using the Naïve Bayes Classifier Algorithm’, JOIV : International Journal on Informatics Visualization, vol. 8, no. 3, pp. 1162–1167, Sep. 2024, doi: 10.62527/joiv.8.3.1995.
A. G. Pramita and F. Nugraha, ‘Sistem Analisis Sentimen Produk Pada Aplikasi Lazada Menggunakan Metode Naive Bayes’, Jurnal Digit, vol. 14, no. 1, pp. 23–30, 2024.
Y. J. Mado, ‘Desain Sistem E-Commerce Untuk Peningkatan Penjualan Produk Pertanian’, Jurnal In Create (Inovasi dan Kreasi dalam Teknologi Informasi), vol. 10, no. 1, pp. 1–4, Jan. 2024.
A. Gerliandeva, Y. Chrisnanto, and H. Ashaury, ‘Optimasi Klasifikasi Sentimen pada Komentar Online menggunakan Multinomial Naïve Bayes dan Ekstraksi Fitur TF-IDF serta N-grams’, Jurnal Pekommas, vol. 9, no. 2, pp. 260–272, Dec. 2024, doi: 10.56873/jpkm.v9i2.5585.
A. Lia Hananto et al., ‘Analysis Of Drug Data Mining With Clustering Technique Using K-Means Algorithm’, J Phys Conf Ser, vol. 1908, no. 1, pp. 1–8, Jun. 2021, doi: 10.1088/1742-6596/1908/1/012024.
R. N. Safitri and S. S. Wati, ‘Mengintegrasikan Teknologi Informasi Dalam Proses Supervisi Manajerial’, Jurnal Media Akademik (JMA), vol. 2, no. 6, pp. 1–11, 2024.
N. Al Maeni, ‘Analisis Sentimen Pengguna Shopee Berdasarkan Data Tweet Dari Twitter Menggunakan Metode Naive Bayes Classifier’, Jurnal Mahasiswa Teknik Informatika, vol. 8, no. 2, pp. 1834–1840, 2024.
L. M. A. Arrozi, ‘Klasifikasi Tingkat Tutur Bahasa Sasak Berbasis Teks Menggunakan Naive Bayes’, Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, pp. 3556–3565, Oct. 2024, doi: 10.23960/jitet.v12i3S1.5149.
How To Cite This :
Refbacks
- There are currently no refbacks.
