Implementasi Metode Naive Bayes Untuk Klasifikasi Ulasan Aplikasi E-Commerce Tokopedia
Abstract
Ulasan biasanya ditemukan setelah konsumen menggunakan suatu aplikasi. Ulasan dapat berupa kelebihan maupun kekurangan. Salah satu aplikasi yang memiliki banyak ulasan penggunanya adalah Tokopedia. Tokopedia merupakan aplikasi e-commerce yang dapat diunduh melalui Google Playstore. Penelitian ini bertujuan untuk mengklasifikasikan teks dengan dataset 5000 ulasan aplikasi e-commerce Tokopedia di Google Playstore ke dalam kelompok yang memiliki nilai positif, negatif atau netral. Penelitian ini menerapkan metode TF-IDF dan Naïve Bayes Classifier untuk pembobotan dan pengklasifikasian data. Hasil pengujian terhadap data test dengan menggunakan metode Naive Bayes Classifier menghasilkan nilai akurasi sebesar 83,9 % ,presisi 85,1%, recall 83,9% dan f1-score 83,8%.
References
Andika, L. A., Azizah, P. A. N., & Respatiwulan, R. (2019). Analisis Sentimen Masyarakat terhadap Hasil Quick Count Pemilihan Presiden Indonesia 2019 pada Media Sosial Twitter Menggunakan Metode Naive Bayes Classifier. Indonesian Journal of Applied Statistics, 2(1), 34-41. https://doi.org/10.13057/ijas.v2i1.29998
Astuti, T., & Astuti, Y. (2022). Analisis Sentimen Review Produk Skincare Dengan Naïve Bayes Classifier Berbasis Particle Swarm Optimization (PSO). JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(4), 1806-1815. 10.30865/mib.v6i4.4119
Atimi, R. L., & Pratama, E. E. (2022). Implementasi Model Klasifikasi Sentimen Pada Review Produk Lazada Indonesia. Jurnal Sains dan Informatika, 8(1), 88-96. https://doi.org/10.34128/jsi.v8i1.419
Chohan, S., Nugroho, A., Aji, A. M. B., & Gata, W. (2020). Analisis Sentimen Aplikasi Duolingo Menggunakan Metode Naïve Bayes dan Synthetic Minority Over Sampling Technique. Paradigma – Jurnal Informatika dan Komputer, 22(2), 139-144. https://doi.org/10.31294/p.v21i2
Hayuningtyas, R. Y. (2019). Penerapan Algoritma Naïve Bayes untuk Rekomendasi Pakaian Wanita. JURNAL INFORMATIKA, 6(1), 18-22. https://doi.org/10.31294/ji.v6i1.4685
Irham, L. G., Adiwijaya, A., & Wisesty, U. N. (2019). Klasifikasi Berita Bahasa Indonesia Menggunakan Mutual Information dan Support Vector Machine. JURNAL MEDIA INFORMATIKA BUDIDARMA, 3(4), 284-292. 10.30865/mib.v3i4.1410
Iriananda, S. W., Putra, R. P., & Nugroho, K. S. (2021). Analisis Sentimen Dan Analisis Data Eksploratif Ulasan Aplikasi Marketplace Google Playstore. Conference on Innovation and Application of Science and Technology (CIASTECH), 473-482. http://publishing-widyagama.ac.id/ejournal-v2/index.php/ciastech/article/view/3343
Lesmana, R. Y., & Andarsyah, R. (2022). Multinomial Nave Bayes Classification Model for Sentiment Analysis of Non-Fungible Token. Jurnal Teknik Informatika, 14(3), 135-139. https://ejurnal.poltekpos.ac.id/index.php/informatika/article/view/2390
Putra, M. Y., & Putri, D. I. (2022). Pemanfaatan Algoritma Naïve Bayes dan K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Kelas XI. Jurnal TEKNO KOMPAK,, 16(2), 176-187. DOI: https://doi.org/10.33365/jtk.v16i2.2002
Putri, D. D., Nama, G. F., & Sulistiono, W. E. (2022). Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (Dpr) Pada Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Informatika dan Teknik Elektro Terapan (JITET), 10(1), 35-40. http://dx.doi.org/10.23960/jitet.v10i1.2262
Rahman, O. H., Abdillah, G., & Komarudin, A. (2021). Klasifikasi Ujaran Kebencian pada Media Sosial Twitter Menggunakan Support Vector Machine. JURNAL RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(1), 17-23. http://jurnal.iaii.or.id
Septian, J. A., Fahrudin, T. M., & Nugroho, A. (2019). Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor. JOURNAL OF INTELLIGENT SYSTEMS AND COMPUTATION, 1(1), 43-48. https://doi.org/10.52985/insyst.v1i1.36
Silvia, G., & Anwar, K. (2021). Pengaruh E-CommerceTerhadap Perilaku KonsumenTokopedia Pada Masyarakat Kota Jambi. Transekonomika–Akuntansi Bisnis dan Keuangan, 1(3), 240-251. https://doi.org/10.55047/transekonomika.v1i3.44
Vitandy, S. W. U., Supianto, A. A., & Bachtiar, F. A. (2019, Juni). Analisis Sentimen Evaluasi Kinerja Dosen menggunakan Term FrequencyInverse Document Frequency dan Naïve Bayes Classifier. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3(6), 6080-6088. http://j-ptiik.ub.ac.id
Wulandari, A., & US, K. A. (2021). Analisis Manajemen Pemasaran Pada Aplikasi Shopee Dan Tokopedia. TRANSEKONOMIKA: AKUNTANSI, BISNIS DAN KEUANGAN, 1(3), 295-301.
Astuti, T., & Astuti, Y. (2022). Analisis Sentimen Review Produk Skincare Dengan Naïve Bayes Classifier Berbasis Particle Swarm Optimization (PSO). JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(4), 1806-1815. 10.30865/mib.v6i4.4119
Atimi, R. L., & Pratama, E. E. (2022). Implementasi Model Klasifikasi Sentimen Pada Review Produk Lazada Indonesia. Jurnal Sains dan Informatika, 8(1), 88-96. https://doi.org/10.34128/jsi.v8i1.419
Chohan, S., Nugroho, A., Aji, A. M. B., & Gata, W. (2020). Analisis Sentimen Aplikasi Duolingo Menggunakan Metode Naïve Bayes dan Synthetic Minority Over Sampling Technique. Paradigma – Jurnal Informatika dan Komputer, 22(2), 139-144. https://doi.org/10.31294/p.v21i2
Hayuningtyas, R. Y. (2019). Penerapan Algoritma Naïve Bayes untuk Rekomendasi Pakaian Wanita. JURNAL INFORMATIKA, 6(1), 18-22. https://doi.org/10.31294/ji.v6i1.4685
Irham, L. G., Adiwijaya, A., & Wisesty, U. N. (2019). Klasifikasi Berita Bahasa Indonesia Menggunakan Mutual Information dan Support Vector Machine. JURNAL MEDIA INFORMATIKA BUDIDARMA, 3(4), 284-292. 10.30865/mib.v3i4.1410
Iriananda, S. W., Putra, R. P., & Nugroho, K. S. (2021). Analisis Sentimen Dan Analisis Data Eksploratif Ulasan Aplikasi Marketplace Google Playstore. Conference on Innovation and Application of Science and Technology (CIASTECH), 473-482. http://publishing-widyagama.ac.id/ejournal-v2/index.php/ciastech/article/view/3343
Lesmana, R. Y., & Andarsyah, R. (2022). Multinomial Nave Bayes Classification Model for Sentiment Analysis of Non-Fungible Token. Jurnal Teknik Informatika, 14(3), 135-139. https://ejurnal.poltekpos.ac.id/index.php/informatika/article/view/2390
Putra, M. Y., & Putri, D. I. (2022). Pemanfaatan Algoritma Naïve Bayes dan K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Kelas XI. Jurnal TEKNO KOMPAK,, 16(2), 176-187. DOI: https://doi.org/10.33365/jtk.v16i2.2002
Putri, D. D., Nama, G. F., & Sulistiono, W. E. (2022). Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (Dpr) Pada Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Informatika dan Teknik Elektro Terapan (JITET), 10(1), 35-40. http://dx.doi.org/10.23960/jitet.v10i1.2262
Rahman, O. H., Abdillah, G., & Komarudin, A. (2021). Klasifikasi Ujaran Kebencian pada Media Sosial Twitter Menggunakan Support Vector Machine. JURNAL RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(1), 17-23. http://jurnal.iaii.or.id
Septian, J. A., Fahrudin, T. M., & Nugroho, A. (2019). Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor. JOURNAL OF INTELLIGENT SYSTEMS AND COMPUTATION, 1(1), 43-48. https://doi.org/10.52985/insyst.v1i1.36
Silvia, G., & Anwar, K. (2021). Pengaruh E-CommerceTerhadap Perilaku KonsumenTokopedia Pada Masyarakat Kota Jambi. Transekonomika–Akuntansi Bisnis dan Keuangan, 1(3), 240-251. https://doi.org/10.55047/transekonomika.v1i3.44
Vitandy, S. W. U., Supianto, A. A., & Bachtiar, F. A. (2019, Juni). Analisis Sentimen Evaluasi Kinerja Dosen menggunakan Term FrequencyInverse Document Frequency dan Naïve Bayes Classifier. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3(6), 6080-6088. http://j-ptiik.ub.ac.id
Wulandari, A., & US, K. A. (2021). Analisis Manajemen Pemasaran Pada Aplikasi Shopee Dan Tokopedia. TRANSEKONOMIKA: AKUNTANSI, BISNIS DAN KEUANGAN, 1(3), 295-301.
Published
2023-02-20
Section
Articles
