Analisis Sentimen Ulasan Madu Sumbawa di Shopee Menggunakan Multinomial Naive Bayes dan TF-IDF

Abstract

Perkembangan platform e-commerce mendorong peningkatan jumlah ulasan konsumen yang berisi opini dan pengalaman terhadap suatu produk. Ulasan tersebut memiliki potensi besar untuk dianalisis guna mengetahui persepsi konsumen, namun jumlah data yang besar dan sifat teks yang tidak terstruktur menyulitkan analisis secara manual. Penelitian ini bertujuan untuk menganalisis sentimen ulasan konsumen terhadap produk Madu Sumbawa yang dijual melalui platform Shopee dengan menggunakan algoritma Naïve Bayes. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan tahapan pengumpulan data ulasan, pra-pemrosesan teks, ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), klasifikasi sentimen, serta evaluasi performa model. Hasil penelitian menunjukkan bahwa sentimen positif mendominasi ulasan konsumen dibandingkan sentimen negatif dan netral, yang mengindikasikan bahwa persepsi konsumen terhadap produk Madu Sumbawa cenderung baik. Sentimen negatif umumnya berkaitan dengan aspek pengemasan dan pengiriman, sedangkan sentimen netral muncul pada ulasan yang bersifat informatif tanpa kecenderungan emosi yang jelas. Evaluasi model menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen ulasan dengan kinerja yang cukup baik, meskipun masih terdapat kesalahan klasifikasi pada ulasan yang bersifat ambigu. Secara keseluruhan, penelitian ini menunjukkan bahwa analisis sentimen menggunakan Naïve Bayes dapat digunakan untuk memperoleh gambaran persepsi konsumen secara objektif dan dapat dimanfaatkan sebagai bahan evaluasi bagi pelaku usaha serta sebagai dasar pengembangan penelitian lanjutan di bidang analisis sentimen