ANALISIS SENTIMEN MEMBANDINGKAN PENGGUNA APLIKASI E-COMMERCE TOKOPEDIA DAN SHOPEE MENGGUNAKAN ALGORITMA NAIVE BAYES

Abstrak

Perkembangan pengguna internet di Indonesia, telah mengubah cara masyarakat dalam hal melakukan transaksi jual beli. Aplikasi E-Commerce telah menjadi solusi dalam memenuhi kebutuhan konsumen yang menginginkan kemudahan berbelanja tanpa harus keluar rumah Menurut laporan dari statistika pada penelitian jumlah pengguna E-commerce di Indonesia diprediksi akan terus meningkat, Namun meningkatnya penggunaan aplikasi e-commerce juga memunculkan berbagai tantangan. Masalah utama meliputi persaingan ketat antar-platform, isu keamanan data. Oleh karena itu, penting bagi mereka untuk melakukan penelitian dan membaca ulasan aplikasi. Dalam konteks ini, penelitian ini difokuskan pada model klasifikasi untuk analisis sentimen ulasan aplikasi menggunakan teknik pembobotan kata. Dengan algoritma Naïve Bayes sebagai klasifikasi utama dengan penerapan dua teknik pembobotan kata, yaitu Term Frequency-Inverse Document Frequency (TF-IDF) dan Count Vectorizer mencapai akurasi tinggi, yaitu 80%. Dalam penelitian ini memberikan informasi yang berharga dalam penggunaan teknik pembobotan kata dalam analisis sentiment, yang nantinya membantu meningkatkan keefektifan sistem analisis sentiment untuk membandingkan aplikasi e-commerce. Dengan adanya penelitian ini dapat memberikan kontribusi dalam pengembangan sistem analisis sentiment untuk membandingkan aplikasi e-commerce di Indonesia