Industri fashion muslimah di Indonesia mengalami pertumbuhan yang pesat, dengan produk hijab kaos rayon menjadi pilihan populer karena kenyamanannya yang sesuai dengan iklim tropis. Shopee, sebagai platform e-commerce terbesar di Indonesia, menjadi tempat utama bagi konsumen untuk membeli produk ini. Namun, dengan banyaknya ulasan yang tersedia, penilaian manual terhadap kenyamanan produk menjadi tidak efisien. Penelitian ini bertujuan untuk mengembangkan model klasifikasi sentimen menggunakan algoritma Naïve Bayes untuk menilai tingkat kenyamanan produk hijab kaos rayon berdasarkan ulasan konsumen di Shopee. Data ulasan dikumpulkan melalui teknik web scraping, kemudian diproses menggunakan tahapan preprocessing seperti case folding, tokenization, stopword removal, dan stemming. Selanjutnya, data diberi label berdasarkan tingkat kenyamanan: sangat nyaman, nyaman, cukup nyaman, dan tidak nyaman. Model Naïve Bayes diimplementasikan untuk mengklasifikasikan ulasan tersebut, menghasilkan tingkat akurasi 71,56%, dengan presisi, recall, dan f1-score masing-masing 72%. Hasil klasifikasi menunjukkan bahwa kategori "Cukup Nyaman" mendominasi, diikuti oleh kategori "Nyaman", "Sangat Nyaman", dan "Tidak Nyaman". Analisis ini memberikan gambaran yang lebih cepat dan akurat bagi konsumen dalam memilih produk hijab kaos rayon yang sesuai dengan preferensinya.