Sistem Analisis Sentimen Produk Pada Aplikasi Lazada Menggunakan Metode Naïve Bayes

Abstract

Lazada merupakan salah satu e-commerce yang sangat populer di Indonesia. Sebagai platform e-commerce terkemuka, Lazada menghadapi berbagai tantangan besar dalam mengelola review dari pengguna. Dengan adanya jutaan bahkan ribuan review yang beragam, mengidentifikasi kualitas produk sehingga dapat memenuhi harapan pelanggan bisa menjadi tugas yang sangat rumit. Selama ini, peruhasaan melakukan analisa review produk Lazada yang sudah dipasarkan dengan menghabiskan banyak waktu dan sumber daya manusia. Untuk menganalisis sentimen dari review pelanggan, proses pengumpulan data sampai dengan hasil sentimen dilakukan secara manual. Selain itu, ketersediaan data yang banyak akan sulit untuk secara efisien mengolah dan menganilis semua review secara manual. Maka dari itu, diperlukan suatu sistem yang mampu mengatasi permasalahan yang terjadi pada proses analisis ulasan secara manual. Di dunia kecerdasan buatan, permasalahan seperti ini termasuk ke dalam domain Narual Language Processing (NLP). Dengan adanya penelitian ini akan membantu proses review ulasan dari pengguna Lazada dengan menggunakan aplikasi SMARTSHOP-REVIEW dengan model Naïve Bayes, mengingat bahwa pola sentiment yang ada dari ulasan pengguna itu sangat bermacam-macam. Data yang digunakan adalah data dari Lazada Indonesian Review 2019 yang berisi 38.071 review. Dari data tersebut, akan dikelompokkan dari sentimen yang ada yaitu Positif dan Negatif dengan hasil Positif sebesar 32.198 dan Negatif sebesar 5.753.