Analisis sentimen merupakan salah satu pendekatan yang efektif untuk memahami pandangan dan persepsi pelanggan terhadap produk atau layanan. Penelitian ini berfokus pada analisis sentimen pelanggan di platform e-commerce Shopee dengan memanfaatkan metode Naïve Bayes. Ulasan pelanggan digunakan sebagai data utama untuk mengklasifikasikan sentimen ke dalam tiga kelompok: positif, negatif, dan netral. Metode Naïve Bayes dipilih karena kemampuannya dalam menganalisis data berbasis teks secara efisien serta efektivitasnya dalam proses klasifikasi. Hasil penelitian menunjukkan bahwa model Naïve Bayes mampu mencapai akurasi sebesar 80% dalam pengklasifikasian sentimen pelanggan. Temuan lebih lanjut mengindikasikan bahwa ulasan dengan sentimen positif mendominasi, mencerminkan tingkat kepuasan pelanggan yang tinggi terhadap Shopee. Meskipun demikian, ulasan negatif juga memberikan informasi penting mengenai masalah umum, seperti keterlambatan pengiriman dan kualitas produk yang tidak sesuai. Penelitian ini berkontribusi pada peningkatan kualitas layanan Shopee melalui analisis mendalam terhadap masukan pelanggan