Klasifikasi Sentimen Pengguna terhadap Fitur COD "Cek Dulu" Shopee di Media Sosial X Menggunakan Algoritma Naïve Bayes Classifier

Authors

  • Luluk Elvitaria Univeristas Abdurrab
  • Arif Febrianta Universitas Abdurrab
  • Ira Puspita Sari Universitas Abdurrab
  • Liza Trisnawati Universitas Abdurrab

DOI:

https://doi.org/10.58794/jekin.v6i2.2396

Keywords:

Analisis Sentimen, COD Cek Dulu, Shopee, Naïve Bayes, Media Sosial X, Text Mining

Abstract

Shopee merupakan salah satu platform e-commerce terbesar di Indonesia yang menghadirkan fitur Cash on Delivery (COD) "Cek Dulu" sebagai inovasi untuk meningkatkan kepercayaan pengguna dalam bertransaksi, di mana pembeli dapat memeriksa barang terlebih dahulu sebelum melakukan pembayaran. Meskipun demikian, belum diketahui secara pasti bagaimana tanggapan pengguna terhadap fitur tersebut. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap fitur COD "Cek Dulu" pada media sosial X (Twitter) menggunakan metode Naïve Bayes Classifier. Dataset yang digunakan terdiri atas 641 tweet yang diberi label secara manual ke dalam tiga kelas sentimen, yaitu positif, negatif, dan netral, dengan distribusi kelas yang tidak seimbang (didominasi oleh kelas netral). Data diperoleh dari tweet berbahasa Indonesia yang membahas fitur COD "Cek Dulu" menggunakan teknik scraping dan dilakukan preprocessing berupa case folding, cleaning, tokenizing, filtering, dan stemming, kemudian diubah menjadi representasi numerik dengan pendekatan Bag of Words untuk pelatihan dan pengujian model klasifikasi. Penelitian ini menggunakan metode validasi silang dan evaluasi performa model dengan metrik precision, recall, dan accuracy. Hasil penelitian menunjukkan bahwa model Naïve Bayes memiliki akurasi sebesar 94,57%, precision sebesar 98,10%, dan recall sebesar 33,33%. Nilai recall yang rendah ini mengindikasikan adanya permasalahan ketidakseimbangan kelas (class imbalance), di mana model cenderung memprediksi kelas mayoritas (netral), sehingga model hanya cukup efektif dalam mengklasifikasikan kelas mayoritas tersebut, sementara kemampuannya mengenali kelas minoritas (positif dan negatif) masih terbatas. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem analisis sentimen serta menjadi masukan bagi Shopee dalam meningkatkan kualitas layanannya.

Views

43 kali

Downloads

37 kali

Downloads

Download data is not yet available.

References

[1] M. Susan and M. S. Anggreainy, “Sentiment Analysis E-commerce Review Sentiment Analysis E-commerce Review,” Procedia Comput. Sci., vol. 227, pp. 1039–1045, 2023, doi: 10.1016/j.procs.2023.10.613. https://doi.org/10.1016/j.procs.2023.10.613

[2] S. Juanita, “Sentiment analhttps://doi.org/10.23919/EECSI56542.2022.9946537ysis on E-Marketplace User Opinions Using Lexicon-Based and Naïve Bayes Model,” Int. Conf. Electr. Eng. Comput. Sci. Informatics, 2022.

[3] Hajaroh, T. Suprapti, and R. Narasati, “Implementasi Algoritma Naive Bayes Untuk Analisis Sentimen,” J. Mhs. Tek. Inform., vol. 8, no. 1, pp. 111–118, 2024. https://doi.org/10.23919/EECSI56542.2022.9946537

[4] P. S. Hutapea and W. Maharani, “Sentiment Analysis on Twitter Social Media towards Shopee E- Commerce through Support Vector Machine ( SVM ) Method,” J. Inf. Vis., vol. 4, no. 1, 2023. https://doi.org/10.35877/454RI.jinav1504

[5] A. Dharmadi, D. Hartanti, and A. Farida, “Klasifikasi Sentimen Ulasan Buku Pada Platform Shopee : Studi Komparatif Naive Bayes dan SVM Dengan Pembobotan TF-IDF pada Dataset Seimbang,” J. Software, Hardware, and Inf. Technol., vol. 6, no. 2, pp. 93–104, 2026. https://doi.org/10.24252/shift.v6i2.283

[6] D. Pratmanto, R. Wijianto, and A. Widayanto, “Komparasi K-Nearest Neighbors ( KNN ) dan Naive Bayes pada Klasifikasi Sentimen Ulasan Aplikasi Tokopedia di Google Play Store,” vol. 5, no. 2, pp. 75–80, 2025. https://doi.org/10.31294/icej.v5i2.8939

[7] T. Fardaningsih, A. Lutfiyani, T. Informatika, and J. Tengan, “Perbandingan Analisis Sentimen Pengguna Aplikasi Shopee dan Lazada pada Situs Google Play Store Menggunakan Algoritma K-Nearest Neighbor dan Naive Bayes,” J. Sains dan Teknol., vol. 4, no. 3, pp. 563–578, 2025, doi: 10.55123/insologi.v4i3.5646. https://doi.org/10.55123/insologi.v4i3.5646

[8] R. Paradisona and M. Devega, “Analisis Sentimen Terhadap Perbandingan Kepuasan Penggunaan Aplikasi Marketplace Menggunakan Metode Naïve Bayes Classifier,” Semin. Nas. Teknol. Inf. Ilmu Komput., no. x, pp. 54–66, 2015.

[9] M. R. Firdaus, N. Rahaningsih, and R. D. Dana, “Analisis Sentimen Aplikasi Shopee di Google Play Store Menggunakan Klasifikasi Algoritma Naïve Bayes,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 6, no. 1, 2024. https://doi.org/10.30998/jrami.v6i02.13821

[10] Y. Sergio, V. Putranta, B. Rahayudi, and W. Purnomo, “Analisis Sentimen Masyarakat terhadap Kebijakan Penghapusan Subsidi BBM pada Media Sosial Twitter menggunakan Algoritma Naive Bayes Classifier dengan Ekstraksi Fitur N-Gram TF-IDF,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 3, pp. 1501–1510, 2023.

Downloads

Published

2026-07-07

Issue

Section

Articles