Claim Missing Document
Check
Articles

Found 1 Documents
Search

Komparasi Sentiment Analysis pada Review Aplikasi Tokopedia dan Shopee Menggunakan Algoritma Naïve Bayes dan Support Vector Machine dengan Metode TF-IDF Malik, Fikry Maulana; Sujatmoko, Kris; Hertiana, Sofia Naning
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tokopedia dan Shopee merupakan e-commerce yang telah mendominasi pasar di Indonesia dalam beberapa tahun terakhir dengan menjadi pemuncak peringkat e-commerce. Walaupun review pada aplikasi memiliki parameter penilaian seperti bintang dengan range 1-5, namun ada juga yang asal memberikan bintang dan tidak sesuai dengan reviewnya. Untuk itu, dibutuhkannya sentiment analysis dengan algoritma Naïve Bayes dan SVM dengan metode TF-IDF. Berdasarkan hasil pengujian algoritma Naïve Bayes menunjukkan tingkat akurasi yang lebih tinggi pada review Tokopedia (76%) dibandingkan dengan Shopee (63%). Selain itu, metrik seperti precision, recall, dan f1-score untuk setiap kelas (negatif, netral, dan positif) juga lebih baik pada Tokopedia sedangkan untuk algoritma SVM juga menunjukkan akurasi yang lebih tinggi pada Tokopedia (79%) dibandingkan dengan Shopee (66%), dengan metrik evaluasi lainnya yang lebih unggul pada dataset Tokopedia. Secara keseluruhan, hasil pengujian menunjukkan bahwa SVM lebih unggul dibandingkan Naïve Bayes dalam hal performa klasifikasi sentimen. Kata kunci: Native bayes, Sentimen, Support vector machine, TF-IDF.