<![CDATA[Alibaba Group adalah perusahaan asal China yang telah memperluas jangkauannya ke pasar internasional, termasuk Indonesia. Dengan semakin banyaknya ulasan produk di Alibaba. Menghadapi masalah dengan semakin banyaknya ulasan produk yang sulit untuk dikelola dan dianalisis secara manual. Hal ini bisa menyebabkan penurunan kualitas layanan dan menyulitkan Alibaba dalam bersaing di pasar e-commerce yang ketat. Untuk itu, analisis sentimen menjadi penting agar Alibaba bisa lebih memahami apa yang diinginkan pelanggan, meningkatkan kualitas layanan, dan tetap kompetitif. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa algoritma Naïve Bayes dan Support Vector Machine dalam analisis sentimen ulasan pengguna aplikasi Alibaba yang diambil dari Google Play Store pada periode Februari 2022 hingga Desember 2024. Sebanyak 10.000 ulasan diproses melalui teknik web scraping dan diklasifikasikan menjadi sentimen positif dan negatif. Proses ini mencakup tahapan preprocessing seperti Case Folding, Stopword Removal, Tokenizing, dan Stemming untuk memastikan data siap digunakan. Hasil pengujian menunjukkan bahwa algoritma Suppot Vector Meachine memiliki keunggulan dalam analisis sentimen positif dengan akurasi sebesar 88,48%, precision 88,95%, recall 99,09%, dan f1-score 93,75%. Sebagai perbandingan, Naïve Bayes memiliki akurasi 87,46%, precision 87,47%, recall 99,93%, dan f1-score 93,29% pada sentimen positif. Namun, pada sentimen negatif, Naïve Bayes lebih unggul dalam precision sebesar 83,33%, sedangkan Support Vector Meachine memiliki f1-score lebih tinggi yaitu 26,08%. Secara keseluruhan, Support Vector Meachine lebih unggul dalam menganalisis sentiment ulasan pada aplikasi alibaba. Temuan ini memberikan wawasan bagi pengembang aplikasi Alibaba untuk memilih algoritma yang sesuai guna meningkatkan analisis sentimen dan mendukung pengambilan keputusan strategis.]]>
Copyrights © 2025
