Analisis Sentimen Ulasan Pengguna Untuk Peningkatan Layanan Menggunakan Algoritma NaÏve Bayes (studi Kasus : Bukalapak)

Abstract

Abstrak Pesatnya penggunaan Internet dapat dimanfaatkan oleh perusahaan-perusahaan e-commerce untuk dapat meningkatkan performa dan pelayanannya. Di Indonesia telah banyak e-commerce yang telah dapat diakses dengan mudah melalui platform mobile seperti pada Google Play store. Bukalapak merupakan salah satu salah satu perusahaan e-commerce di Indonesia dan menduduki peringkat kedua dalam top 10 e-commerce asal Indonesia berdasarkan data price.co.id. Penelitian ini dilakukan untuk mengkategorikan dan menganalisis pandangan pengguna terhadap aplikasi Bukalapak dengan memanfaatkan data ulasan pengguna yang diambil dari kolom komentar/ulasan pada aplikasi Bukalapak. Jumlah data ulasan pengguna Bukalapak yang sangat banyak menyebabkan proses analisis sulit dan kurang efektif. Untuk mengatasi masalah tersebut maka digunakan metode analisis sentiment terhadap ulasan pengguna menggunakan algoritma Naïve Bayes Classifier (NBC). Data yang digunakan adalah data hasil web scraping dari aplikasi Bukalapak pada playstore. Kemudian dilakukan sentimen analisis terhadap ulasan, tahapan untuk melakukan sentimen analisis pada penelitian ini adalah data pre-processing, ekstraksi fitur, klasifikasi dan evaluasi. Model yang dihasilkan kemudian dilakukan uji akurasi, precision, recall dan f1-measure.Hasil analisis berupa sentiment positif, negative, dan netral. Dari hasil analisis sentiment menggunakan Naïve Bayes Classifier (NBC) diperoleh nilai akurasi sebesar 83%, nilai Precision 82%, recall 80,33%, f1-score 80,66 %. Hasil analisis sentiment kemudian divisualisasikan menggunakan wordcloud untuk melihat kata-kata yang sering muncul pada masing-masinf sentimen. Dari hasil penelitian ini, sentiment positif dapat dijadikan acuan untuk mempertahankan kualitas layanan dan hasil sentiment negatif dapat digunakan sebagai bahan evalusi dalam peningkatan layanan aplikasi Bukalapak Kata Kunci— E-commerce, ulasan, analisis sentimen, Naïve Bayes Abstract The rapid use of the Internet can be used by e-commerce companies to improve their performance and services. In Indonesia, many e-commerce sites have been easily accessed via mobile platforms such as Google Play store. Bukalapak is one of the e-commerce companies in Indonesia and is ranked second in the top 10 e-commerce companies from Indonesia based on price.co.id data. This research was conducted to categorize and analyze user views of the Bukalapak application by utilizing user review data taken from the comments / reviews column on the Bukalapak application. The large amount of Bukalapak user review data makes the analysis process difficult and less effective. To solve this problem, the sentiment analysis method for user reviews use the Naïve Bayes Classifier (NBC) algorithm. The data used is web scraping data from the Bukalapak application on the Playstore. Then sentiment analysis was carried out on reviews, the stages for conducting a sentiment analysis in this study were data pre-processing, feature extraction, classification and evaluation. The resulting model then tested for accuracy, precision, recall and measurement. The results of the analysis are in the form of positive, negative, and neutral sentiments. From the results of the sentiment analysis using the Naïve Bayes Classifier (NBC), it was obtained a value of 83%, 82% Precision value, 80.33% recall, 80.66% f1-score. The results of the sentiment analysis were then visualized using wordcloud to see the words that often appear in each sentiment. From the results of this study, positive sentiment can be used as a reference to maintain service quality and sentiment results that can be used as evaluation materials in improving Bukalapak application services. Keywords— E-commerce, reviews, sentiment analysis, Naïve Bayes