Analisis Sentimen Ulasan Produk UMKM di Shopee Menggunakan Metode Naive Bayes

Abstract

Perkembangan e-commerce yang pesat mendorong pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) memanfaatkan platform digital seperti Shopee untuk memperluas jangkauan pemasaran. Ulasan pelanggan yang tersedia pada platform tersebut mengandung informasi penting mengenai kualitas produk dan tingkat kepuasan konsumen. Namun, jumlah ulasan yang sangat banyak menyebabkan proses analisis secara manual menjadi kurang efektif. Penelitian ini bertujuan untuk menganalisis sentimen ulasan produk UMKM di Shopee menggunakan metode Naive Bayes. Data diperoleh melalui teknik web scraping dan diolah menggunakan tahapan text mining yang meliputi cleaning, case folding, tokenizing, stopword removal, dan stemming. Data hasil preprocessing kemudian ditransformasikan menggunakan metode pembobotan TF-IDF sebelum diklasifikasikan ke dalam sentimen positif, negatif, dan netral menggunakan algoritma Naive Bayes. Hasil penelitian menunjukkan bahwa sentimen positif mendominasi ulasan pelanggan sebesar 64%, sedangkan sentimen negatif dan netral masing-masing sebesar 22% dan 14%. Model yang dibangun memperoleh tingkat akurasi sebesar 89,20%, sehingga menunjukkan bahwa metode Naive Bayes efektif digunakan untuk klasifikasi sentimen ulasan berbahasa Indonesia. Hasil penelitian ini dapat membantu pelaku UMKM dalam memahami opini pelanggan serta meningkatkan kualitas produk dan layanan yang diberikan.