IMPLEMENTASI SENTIMENT ANALYSIS MENGGUNAKAN NLTK PADA PELANGGAN E-COMMERCE UNTUK OPTIMALISASI STRATEGI E-BUSINESS

Abstrak

Penelitian ini mengimplementasikan aplikasi web sentiment analysis berbasis Flask framework untuk menganalisis ulasan pelanggan Tokopedia guna optimalisasi strategi e-business, dimana meningkatnya volume ulasan pelanggan di platform e-commerce memerlukan solusi otomatis untuk memahami persepsi pelanggan secara efisien. Metodologi penelitian menggunakan Incremental Model dengan tahapan pengumpulan data menggunakan Selenium WebDriver untuk web scraping, preprocessing teks dengan library Sastrawi, analisis sentimen menggunakan algoritma Gaussian Naive Bayes dari scikit-learn, dan pengembangan interface web dengan Flask-Bootstrap yang memiliki role-based access untuk admin dan stakeholder. Sistem yang dihasilkan memiliki fitur automated web scraping, real-time sentiment analysis, visualisasi interaktif (word cloud dan charts), serta reporting format PDF, dengan evaluasi model menggunakan Confusion Matrix yang menunjukkan akurasi 87% pada dataset 1000+ ulasan dan efisiensi waktu pemrosesan dari 2-3 jam manual menjadi 5-10 menit otomatis. Hasil analisis menunjukkan sistem dapat mengklasifikasikan sentimen positif-negatif secara akurat, memberikan insights bisnis melalui dashboard yang menampilkan distribusi sentimen, kata kunci relevan, dan rekomendasi strategis untuk pengambilan keputusan peningkatan kualitas produk dan layanan, sehingga berkontribusi pada penerapan web-based sentiment analysis dalam e-commerce Indonesia dan memberikan solusi praktis untuk analisis customer feedback secara real-time dan scalable.