Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Digital Transformation Technology (Digitech)
Dika Apriadi
Universitas Papua
Computer Science & IT Library & Information Science

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Kepuasan Pengguna Aplikasi Shopee Berdasarkan Ulasan Google Play Store Menggunakan Metode Naive Bayes Defrio Yogi Pratama; Muhamad Ary Saputra; Zaki Saifullah Rivaldo Dwiputra; Dika Apriadi
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.8351

Abstract

Penelitian ini bertujuan untuk menganalisis Sentimen kepuasan pengguna aplikasi Shopee berdasarkan ulasan pada Google Play Store menggunakan metode Naive Bayes. Data yang digunakan sebanyak 5.000 ulasan yang dikumpulkan melalui teknik web scraping, kemudian diproses melalui tahapan preprocessing, pembobotan kata menggunakan TF-IDF, serta klasifikasi menggunakan algoritma Naive Bayes. Hasil pengolahan data menunjukkan bahwa terdapat 3.674 ulasan positif (73,52%), 1.169 ulasan negatif (23,30%), dan 157 ulasan netral (3,18%), yang mengindikasikan bahwa sebagian besar pengguna memberikan tanggapan positif terhadap aplikasi Shopee. Selanjutnya, data dibagi menjadi 80% data latih dan 20% data uji untuk evaluasi model. Hasil pengujian menunjukkan bahwa model Naive Bayes memperoleh nilai akurasi sebesar 85%, yang menunjukkan kinerja yang cukup baik dalam mengklasifikasikan Sentimen. Namun, performa model pada kelas netral sangat rendah akibat ketidakseimbangan data, sehingga model cenderung bias terhadap kelas mayoritas. Dengan demikian, metode Naive Bayes dapat digunakan sebagai pendekatan awal dalam analisis Sentimen, namun diperlukan pengembangan lebih lanjut untuk meningkatkan performa model, terutama dalam menangani data yang tidak seimbang.
Co-Authors Defrio Yogi Pratama Muhamad Ary Saputra Zaki Saifullah Rivaldo Dwiputra