ANALISIS SENTIMEN ULASAN DI PLAYSTORE TERHADAP APLIKASI MARKETPLACE (SHOPEE, LAZADA, TOKOPEDIA) MENGGUNAKAN NAIVE BAYES DAN LOGISTIC REGRESSION
DOI:
https://doi.org/10.52072/unitek.v18i2.1625Kata Kunci:
analisis sentimen, Naïve Bayes, logistic regression, Machine learning, marketplaceAbstrak
Analisis Sentimen Ulasan di Playstore terhadap Aplikasi Marketplace (Shopee, Tokopedia, dan Lazada) Menggunakan Naive bayes dan Logistic regression bertujuan untuk mengklasifikasikan sentimen pengguna menjadi positif atau negatif berdasarkan ulasan terhadap tiga aplikasi Marketplace populer di Indonesia. Permasalahan utama dalam penelitian ini adalah bagaimana mengklasifikasikan sentimen ulasan pengguna terhadap aplikasi Marketplace Indonesia di Google Playstore secara akurat menggunakan algoritma Naive bayes dan Logistic regression, serta membandingkan performa kedua algoritma dalam melakukan klasifikasi tersebut. Data dikumpulkan dari ulasan Playstore, kemudian diproses melalui tahapan tokenization, case folding, stopword removal, dan stemming. Selanjutnya, dilakukan klasifikasi menggunakan kedua algoritma, lalu hasilnya dibandingkan. Evaluasi dilakukan dengan metrik Accuracy, Precission, Recall, dan F1-score untuk menilai efektivitas masing-masing algoritma terhadap data yang tidak seimbang. Hasil penelitian ini diharapkan dapat menunjukkan algoritma yang lebih optimal untuk analisis sentimen, serta mendukung pengembangan strategi layanan e-commerce berbasis data secara lebih akurat dan efisien.
Unduhan
Referensi
Nugroho, D. G., & , Yulison Herry Chrisnanto, A. W. (2016). Analisis Sentimen pada Jasa Ojek Online. Prosiding Sains, 156–161. https://publikasiilmiah.unwahas.ac.id /PROSIDING_SNST_FT/article/view/1526%0Ahttps://publikasiilmiah.unwahas.ac.id/index.php/PROSIDING_SNST_FT/article/download/1526/1609
Tamami, G., Triyanto, W. A., & Muzid, S. (2025). Sentiment Analysis Mobile JKN Reviews Using SMOTE Based LSTM. 19(1), 13–24.
Tjuet, R., Fitri, Z., & Siegar, S. C. (2025). Analisis Sentimen Komentar Pada Saluran Youtube Beauty Vlogger Berbahasa Indonesia Menggunakan Metode Support Vector Machine. 5(2), 164–175. https://doi.org/10.35957/algoritme.v5i2.9692
Yudiana, Y., Yulia Agustina, A., & Nur Khofifah, dan. (2023). Prediksi Customer Churn Menggunakan Metode CRISP-DM Pada Industri Telekomunikasi Sebagai Implementasi Mempertahankan Pelanggan. Indonesian Journal of Islamic Economics and Business, 8(1), 01–20. http://e-journal.lp2m.uinjambi.ac.id/ojp/index.php/ijoieb
