ANALISIS SENTIMEN MEMBANDINGKAN PENGGUNA APLIKASI E-COMMERCE TOKOPEDIA DAN SHOPEE MENGGUNAKAN ALGORITMA NAIVE BAYES

Steven, Steven (2025) ANALISIS SENTIMEN MEMBANDINGKAN PENGGUNA APLIKASI E-COMMERCE TOKOPEDIA DAN SHOPEE MENGGUNAKAN ALGORITMA NAIVE BAYES. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER - BAB III.pdf - Published Version Download (1MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB V.pdf - Published Version Download (491kB)

Abstract

Perkembangan pengguna internet di Indonesia telah mendorong peningkatan penggunaan aplikasi e-commerce seperti Tokopedia dan Shopee. Namun, menganalisis sentimen pengguna dari banyaknya ulasan menjadi tantangan tersendiri karena kompleksitas bahasa, variasi ekspresi, dan volume data yang besar. Penelitian ini bertujuan membandingkan sentimen pengguna terhadap Tokopedia dan Shopee menggunakan algoritma Naïve Bayes dengan dua teknik pembobotan kata, yaitu Term Frequency-Inverse Document Frequency (TF-IDF) dan Count Vectorizer. Data diperoleh melalui scraping ulasan Naive Bayes, dengan total 28.259 ulasan (14.406 untuk Shopee dan 13.853 untuk Tokopedia). Evaluasi model menggunakan akurasi dan Confusion Matrix menunjukkan bahwa TF-IDF memberikan performa lebih baik dengan akurasi 80% dibandingkan Count Vectorizer. Hasil analisis sentimen mengungkapkan bahwa Shopee memiliki sentimen positif lebih tinggi daripada Tokopedia, terutama dalam aspek kepuasan pengguna terhadap fitur dan layanan pelanggan. Temuan ini menegaskan pentingnya fokus pada pengalaman pengguna dan layanan pelanggan untuk meningkatkan daya saing platform e-commerce. Penelitian ini memberikan kontribusi praktis bagi pengembang aplikasi dalam mengidentifikasi area perbaikan, seperti peningkatan fitur dan layanan pelanggan. Bagi peneliti lain, studi ini dapat menjadi referensi dalam analisis sentimen menggunakan algoritma Naïve Bayes dan teknik pembobotan kata. Selain itu, bagi konsumen, hasil penelitian ini dapat menjadi pertimbangan dalam memilih platform e-commerce berdasarkan ulasan pengguna. Dengan demikian, penelitian ini tidak hanya memperkaya literatur analisis sentimen di Indonesia tetapi juga memberikan rekomendasi strategis bagi pengembangan e-commerce di masa depan.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Perbandingan E-commerce, Naïve Bayes, TF-IDF, Count Vectorizer
Subjects:	000 Karya Umum > 005 Pemograman > 005.74 Database
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	13 Mar 2026 09:13
Last Modified:	13 Mar 2026 09:13
URI:	https://repositori.buddhidharma.ac.id//id/eprint/3084

Actions (login required)

View Item