Penelitian ini membahas klasifikasi sentimen ulasan pengguna Tokopedia menggunakan algoritma Naïve Bayes. Semakin banyaknya ulasan konsumen di e-commerce mendorong perlunya sistem otomatis untuk memahami opini pelanggan secara efisien. Dataset diperoleh dari Kaggle dan berisi komentar pengguna terhadap produk masker kesehatan. Proses analisis melibatkan pembersihan teks, tokenisasi, ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen menjadi positif dan negatif. Algoritma Naïve Bayes digunakan karena kemampuannya yang sederhana namun akurat dalam klasifikasi teks. Hasil evaluasi menunjukkan model menghasilkan akurasi tinggi dan mampu mengidentifikasi kecenderungan opini pengguna. Temuan ini diharapkan dapat dimanfaatkan oleh pelaku e-commerce dalam pengambilan keputusan berbasis data pelanggan.
Copyrights © 2025