Analisis Sentimen Ulasan Produk Pada Top Brand Produk Masker Di Tokopedia Menggunakan Naive Bayes

Abstract

Ulasan produk di marketplace merupakan informasi yang sangat berharga apabila diolah dengan baik. Penjual dapat melakukan analisis ulasan terhadap produknya untuk mendapatkan informasi yang berguna dalam evaluasi kualitas barang dan harga. Kegiatan analisis ulasan produk tidak hanya mengandalkan jumlah bintang, diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui maksud dari ulasan. Apabila ulasan dalam jumlah sedikit dapat dilakukan dengan manual, namun dalam jumlah banyak lebih efektif menggunakan sistem. Dibutuhkan sistem yang mampu menganalisis banyak ulasan dengan efektif agar memudahkan dalam memahami maksud dari ulasan. Penelitian ini menggunakan algoritma Naive Bayes untuk mengklasifikasikan ulasan produk “masker sensi duckbill” ke dalam 2 kelas yaitu positif dan negatif. Klasifikasi menggunakan Naive Bayes mendapatkan akurasi sebesar 88%, presisi 61% dan recall 65%. Kata yang sering muncul pada ulasan dapat menggambarkan penelitian konsumen secara umum pada produk. Pada ulasan positif menunjukkan konsumen puas terhadap kualitas barang dan harga, sedangkan pada ulasan negatif konsumen kecewa terhadap pengemasan yang berimbas pada kualitas barang yang didalamnya sudah tidak terjamin lagi.