<![CDATA[Ulasan produk pada e-commerce adalah bentuk electronic word of mouth communicationyang membantu calon konsumen untuk mendapatkan informasi mengenai layanan penjualdan/atau manfaat produk yang akhirnya dapat memengaruhi apakah calon konsumen akan membeli produk atau tidak. Review produk yang diberikan oleh konsumen adalah opini tekstual yang dapat dianalisis. Analisis sentimen dapat membantu bisnis e-commerce untuk memahami feedback konsumen. Jumlah review produk pada sebuah platform e-commerce berjumlah sangat banyak dengan volume data yang besar, akan sulit untuk dapat membaca review secara keseluruhan dan memahami informasinya secara tepat dan efisien. Penelitian ini mengembangkan model klasifikasi sentimen dengan algoritma Multinomial Naïve Bayes dan mengimplementasikannya pada review produk Lazada Indonesia. Algoritma Multinomial Naïve Bayes menghitung frekuensi kemunculan kata dari sebuah dokumen (term frequency). Model dikembangkan melalui tahapan data collecting, data preprocessing, vectorize, model developing, dan model implementation. Hasil evaluasi model menggunakan confussion matrix diketahui bahwa algoritma Multinomial Naïve Bayes memiliki kinerja yang baik dalam klasifikasi dengan hasil nilai paramater accuracy, precision, recall, dan f1-score di atas 90%. Model yang dikembangkan dapat mengklasifikasikan semua data review produk Lazada Indonesia ke kelas yang sudah ditentukan yaitu, 116 positif, 101 negatif, dan 96 netral.]]>
Copyrights © 2022
