Perbandingan Algoritma Naive Bayes dan Bert untuk Analisis Sentimen Ulasan Produk Shopee Berdasarkan Rating dan Atribut Produk (Warna/Kategori)

Petrus Maxmiliano; Yosefina Finsensia  Riti; Isaac Yeremia  Nugroho; Claudio Erlisto  Candra Juniarto

doi:10.55338/jumin.v6i5.6761

Authors

Petrus Maxmiliano, Universitas Katolik Darma Cendika, Indonesia
Yosefina Finsensia Riti, Universitas Katolik Darma Cendika, Indonesia
Isaac Yeremia Nugroho, Universitas Katolik Darma Cendika, Indonesia
Claudio Erlisto Candra Juniarto , Universitas Katolik Darma Cendika, Indonesia

DOI:

https://doi.org/10.55338/jumin.v6i5.6761

Keywords:

E-commerce, Shopee, Analisis Sentimen, NLP, BERT, Naïve Bayes, Ulasan produk, Klasifikasi

Abstract

Perkembangan E-commerce yang berkembang pesat, khususnya melalui platform Shopee, telah menghasilkan banyak ulasan produk dari pengguna yang dapat dimanfaatkan untuk mengetahui persepsi konsumen terhadap suatu produk. Penelitian ini bertujuan untuk membandingkan performa algoritma Naive Bayes dan BERT dalam analisis sentimen ulasan produk Shopee berdasarkan rating dan atribut produk seperti warna dan kategori. Penelitian ini menggunakan dataset berjumlah 2.300 ulasan yang telah melalui tahap pelabelan dan pra-pemrosesan (case Folding, Tokenisasi) serta pemodelan menggunakan algoritma BERT dan Naive Bayes . Hasil evaluasi menunjukkan bahwa model BERT memiliki performa yang lebih unggul dibandingkan Naive Bayes , dengan akurasi sebesar 94,9% dan F1-score yang lebih merata di setiap kelas. BERT juga mampu menangkap konteks ulasan yang lebih kompleks dan menghasilkan klasifikasi sentimen yang lebih konsisten. Sementara itu. Naive Bayes menunjukkan performa yang cukup baik namun cenderung kurang stabil dalam mendeteksi sentimen berdasarkan atribut tertentu. Untuk mengevaluasi performa model, digunakan metode evaluasi berbasis confusion matrix dengan metrik akurasi, presisi, recall, dan F1-score. Sedangkan proses implementasi nya menggunakan bantuan tools seperti python, library scikit-learn, dan Hugging Face Transformers. Berdasarkan hasil evaluasi diatas, BERT direkomendasikan untuk analisis sentimen ulasan e-commerce karena konsistensinya dalam menangkap konteks kalimat yang kompleks. Untuk penelitian selanjutnya disarankan menambahkan atribut lain seperti harga dan waktu pengiriman, memperluas dataset, serta mengeksplorasi algoritma lain seperti LSTM, dan Random Forest guna meningkatkan akurasi dan relevansi hasil.

Downloads

Download data is not yet available.

References

Tania Puspa Rahayu Sanjaya, Ahmad Fauzi, and Anis Fitri Nur Masruriyah, “Analisis sentimen ulasan pada e-commerce Shopee menggunakan algoritma Naive Bayes dan support vector machine,” INFOTECH J. Inform. Teknol., vol. 4, no. 1, pp. 16–26, 2023, doi: 10.37373/infotech.v4i1.422.

S. Aras, R. Ruimassa, E. Agustinus, B. Wambrauw, and E. B. Palalangan, “Sentiment Analysis on Shopee Product Reviews Using IndoBERT,” vol. 6, no. 3, pp. 1616–1627, 2024, doi: 10.51519/journalisi.v6i3.814.

N. Agustina, D. H. Citra, W. Purnama, C. Nisa, and A. R. Kurnia, “Implementasi Algoritma Naive Bayes untuk Analisis Sentimen Ulasan Shopee pada Google Play Store,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 2, no. 1, pp. 47–54, 2022, doi: 10.57152/malcom.v2i1.195.

Y. Romadhoni and K. F. H. Holle, “Analisis Sentimen Terhadap PERMENDIKBUD No.30 pada Media Sosial Twitter Menggunakan Metode Naive Bayes dan LSTM,” J. Inform. J. Pengemb. IT, vol. 7, no. 2, pp. 118–124, 2022, doi: 10.30591/jpit.v7i2.3191.

M. Syarifuddinn, “Analisis Sentimen Opini Publik Mengenai Covid-19 Pada Twitter Menggunakan Metode Naïve Bayes Dan Knn,” INTI Nusa Mandiri, vol. 15, no. 1, pp. 23–28, 2020, doi: 10.33480/inti.v15i1.1347.

S. G. Alexander, A. T. Ananto, I. P. Adhitya, P. Mangku, and B. Liano, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Konten Deepfake Tokoh Publik,” KAKIFIKOM (Kumpulan Artik. Karya Ilm. Fak. Ilmu Komputer), vol. 05, no. 02, pp. 95–102, 2023.

A. M. Putri, W. Khafa Nofa, D. Anggraini, and P. Hapsari, “Penerapan metode bert untuk analisis sentimen ulasan pengguna aplikasi segari di google play store,” vol. 4, no. 1, pp. 89–104, 2025.

A. Ernawati, A. O. Sari, S. N. Sofyan, M. Iqbal, and R. F. W. Wijaya, “Implementasi Algoritma Naïve Bayes dalam Menganalisis Sentimen Review Pengguna Tokopedia pada Produk Kesehatan,” Bull. Inf. Technol., vol. 4, no. 4, pp. 533–543, 2023, doi: 10.47065/bit.v4i4.1090.

M. Xanderina et al., “Analisis Sentimen Ulasan E-Commerce Shopee Pada Google Play Store Menggunakan Machine Learning,” J. Eng. Sustain. Technol., vol. 10, no. 2, pp. 990–998, 2024, [Online]. Available: https://ejournal.unma.ac.id/index.php/j-ensitec/article/view/9071

P. Arsi and R. Waluyo, “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 1, p. 147, 2021, doi: 10.25126/jtiik.0813944.

D. R. Alghifari, M. Edi, and L. Firmansyah, “Implementasi Bidirectional LSTM untuk Analisis Sentimen Terhadap Layanan Grab Indonesia,” J. Manaj. Inform., vol. 12, no. 2, pp. 89–99, 2022, doi: 10.34010/jamika.v12i2.7764.

D. R. A. and Y. F. Riti, “Analisis Sentimen Ulasan Aplikasi Genshin Impact di Play StoreMenggunakan Random Forest,” pp. 578–586, 2024.

ryan putranda kristianto, Hendra, and S. S. Tandjung, “Studi Komparatif: Performansi Akurasi Algoritma Klasifikasi untuk Analisis Sentimen Pada Kandidat Presiden RI di Pemilu 2024,” Smart Comp Jurnalnya Orang Pint. Komput., vol. 13, no. 4, Oct. 2024, doi: 10.30591/smartcomp.v13i4.6286.

M. Iqbal, A. D. Wiranata, R. Suwito, R. F. Ananda, U. Muhammadiyah, and P. Hamka, “Perbandingan Algoritma Naïve Bayes , KNN , dan Decision Tree terhadap Ulasan Aplikasi Threads dan Twitter,” vol. 4, no. 3, pp. 1799–1807, 2023, doi: 10.30865/klik.v4i3.1402.

I. S. K. Idris, Y. A. Mustofa, and I. A. Salihi, “Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM),” Jambura J. Electr. Electron. Eng., vol. 5, no. 1, pp. 32–35, 2023, doi: 10.37905/jjeee.v5i1.16830.

A. Oktian Permana and Sudin Saepudin, “Perbandingan algoritma k-nearst neighbor dan Naïve Bayes pada aplikasi Shopee,” J. CoSciTech (Computer Sci. Inf. Technol., vol. 4, no. 1, pp. 25–32, 2023, doi: 10.37859/coscitech.v4i1.4474.

A. H. Hasugian, M. Fakhriza, and D. Zukhoiriyah, “Analisis Sentimen Pada Review Pengguna E-Commerce Menggunakan Algoritma Naïve Bayes,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 6, no. 1, p. 98, 2023, doi: 10.53513/jsk.v6i1.7400.

T. Fardaningsih, A. Lutfiyani, T. Informatika, and J. Tengan, “Perbandingan Analisis Sentimen Pengguna Aplikasi Shopee dan Lazada pada Situs Google Play Stor e Menggunakan Algoritma K-Nearst Neighbor dan Naive Bayes ,” vol. 4, no. 3, pp. 563–578, 2025, doi: 10.55123/insologi.v4i3.5646.

E. Subowo and I. K. Negeri Saifuddin Zuhri Purwokerto edysubowo, “Implementasi Pembelajaran Mendalam dalam Klasifikasi Sentimen Ulasan Aplikasi: Evaluasi Model BERT, LSTM, dan CNN,” 2024.

R. R. Rismansyah, A. Sudiarjo, and T. Mufizar, “Analisis Sentimen Ulasan Shopee Pada Google Play Store Menggunakan Algoritma Naive Bayes ,” J. Elektro Inform. Swadharma, vol. 5, no. 1, pp. 109–119, 2025.

L. O. Sihombing, H. Hannie, and B. A. Dermawan, “Sentimen Analisis Customer Review Produk Shopee Indonesia Menggunakan Algortima Naïve Bayes Classifier,” Edumatic J. Pendidik. Inform., vol. 5, no. 2, pp. 233–242, 2021, doi: 10.29408/edumatic.v5i2.4089.

L. M. Siniwi, A. Prahutama, and A. R. Hakim, “QUERY EXPANSION RANKING PADA ANALISIS SENTIMEN MENGGUNAKAN KLASIFIKASI MULTINOMIAL NAÏVE BAYES (Studi Kasus : Ulasan Aplikasi Shopee pada Hari Belanja Online Nasional 2020),” J. Gaussian, vol. 10, no. 3, pp. 377–387, 2021, doi: 10.14710/j.gauss.v10i3.32795.

R. A. Yunita and E. Indra, “Analisis Sentimen Ulasan Produk Menggunakan Large Languange Models : Studi Kasus Pada Shopee,” J. Sist. Inf. dan Ilmu Komput. Prima, vol. 8, no. 2, pp. 1–13, 2025.

A. Kamal and R. Astri, “Eksplorasi Sentimen Pengguna pada Aplikasi E-Commerce dengan Deep Learning,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 7, no. 3, pp. 435–441, Jul. 2025, doi: 10.47233/jteksis.v7i3.2010.

M. Saifurridho, M. Martanto, and U. Hayati, “Analisis Algoritma K-Nearest Neighbor terhadap Sentimen Pengguna Aplikasi Shopee,” J. Inform. Terpadu, vol. 10, no. 1, pp. 21–26, 2024, doi: 10.54914/jit.v10i1.1054.