ANALISIS SENTIMEN MARKETPLACE DI ERA SOCIETY 5.0 MENGGUNAKAN ALGORITMA NAIVE BAYES

Main Article Content

Yadi Yadi
Asminah Asminah
Mariana Purba
Inka Rizki Padya

Abstract

Konsep dari perkembangan teknologi yang semakin berinovasi membawa dampak yang sangat besar bagi masyarakat sebagai unsur pendukung untuk mempermudah dalam proses penyelesaian permasalahan, marketplace merupakan hasil dari perkembangan teknologi yang berbasis ecomerce pada era society 5.0 dimana masyarakat harus mampu berkolaborasi dengan teknologi. Pemanfaatan marketplace sebagai sarana transaksi jual beli beraneka macam produk yang besar tidak terlepas dari opini masyarakat, oleh sebab itu Tujuan penelitian untuk melihat reviews  masyarakat terhadap pemanfaatan marketplace berdasarkan pada opinion positif, negatif dan netral. Analisis sentimen dipergunakan untuk melakukan pengolahan teks data mining melalui teks analytic dengan algortima naïve bayes. Hasil penelitian analisis sentiment marketplace dengan data reviews Shopee sebanyak 11.7M, Bukalapak 2.19M, Lazada 21.4M dan Tokopedia 6.52M di era society 5.0 terlihat bahwa interaksi manusia dalam pemanfaatan teknologi sangat besar hal ini terlihat dari jumlah pengguna dan reviews yang dilakukan oleh masyarakat pada kondisi ini analisis sentimen yang telah dilakuan berdasarkan presentase positif sebesar 88%, negatif 3% dan netral 9% . Sehingga dapat disimpulkan bahwa kolaborasi yang dilakukan oleh masyarakat terhadap teknologi sudah baik dalam pendukung informasi pemenuhan kebutuhan aktivitas sehari-hari.


 


 

Article Details

Section
Article

References

[1] Ahmadi, M. I., Apriani, F., Kurniasari, M., Handayani, S., & Gustian, D. (2020). Sentiment Analysis Online Shop on the Play Store Using Method Support Vector Machine (Svm). Seminar Nasional …, 2020 (Semnasif), 196–203. http://jurnal.upnyk.ac.id/index.php/semnasif/article/view/4101
[2] Amelia, D. S., & Aminuallah, N. C. (2023). Teks Dan Analisis Sentimen Pada Chat Grup Whatsapp Menggunakan Long Short Term Memory (LSTM). Teknologiterkini.Org, 3(2), 1–23.
[3] Angga Kurniawan. (2019). Implementasi Data Mining Algoritma C4.5 Untuk Memprediksi Kelulusan Uji Kompetensi Smk Teknik Komputer Dan Jaringan (Tkj) (Study Kasus: Smk Pembangunan Daerah Lubuk Pakam). Jurnal Majalah Ilmiah Informasi Dan Teknologi Ilmiah (INTI), 7(1), 5–13. http://ejurnal.stmik-budidarma.ac.id/index.php/inti/article/view/1801
[4] Apriani, R., & Gustian, D. (2019). Analisis Sentimen dengan Naïve Bayes Terhadap Komentar Aplikasi Tokopedia. Jurnal Rekayasa Teknologi Nusa Putra, 6(1), 54–62. https://rekayasa.nusaputra.ac.id/article/view/86
[5] Damuri, A., & Riyanto, U. (2021). Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako. JURIKOM (Jurnal Riset Komputer), 8(6), 219. https://doi.org/10.30865/jurikom.v8i6.3655
[6] Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131–145. https://ejurnal.teknokrat.ac.id/index.php/teknokompak/article/view/744
[7] Fatma Ayu Rahman, A., Wartulas, S., Raya Pagojengan, J. K., & Brebes, P. (2020). Prediksi Kelulusan Mahasiswa Menggunakan Algoritma C4.5 (Studi Kasus Di Universitas Peradaban). Ade Fatma Ayu Rahman IJIR, 1(2), 70–77.
[8] Hendarsyah, D. (2019). E-Commerce Di Era Industri 4.0 Dan Society 5.0. IQTISHADUNA: Jurnal Ilmiah Ekonomi Kita, 8(2), 171–184. https://doi.org/10.46367/iqtishaduna.v8i2.170
[9] Maulani, T. Z., & Simbolon, Z. K. (2019). Implementasi Algoritma Naïve Bayes Classifier Dalam Menentukan Topik Tugas Akhir Mahasiswa Berbasis Web. Jurnal Infomedia : Teknik Informatika, Multimedia, Dan Jaringan, 4(1), 33–41.
[10] Mellynia, D., & Febryansyah, R. (2022). Klasifikasi Pengajuan KPR Perumahan Subsidi Menggunakan Algoritma Naive Bayes Di Perumahan Sakura Residence. Ilmudata.Org, 2(12), 1–9.
[11] Rezki, M., Kholifah, D. N., Faisal, M., Priyono, P., & Suryadithia, R. (2020). Analisis Review Pengguna Google Meet dan Zoom Cloud Meeting Menggunakan Algoritma Naïve Bayes. Jurnal Infortech, 2(2), 264–270. https://doi.org/10.31294/infortech.v2i2.9286
[12] Safira, A., & Hasan, F. N. (2023). Analisis Sentimen Masyarakat Terhadap Paylater Menggunakan Metode Naive Bayes Classifier. Jurnal Sistem Informasi ZONASI, 5(1), 59–70.
[13] Saputra, P. Y., Subhi, D. H., Zain, F., & Winatama, A. (2019). Implementasi Sentimen Analisis Komentar Channel Video Pelayanan Pemerintah Di Youtube Menggunakan. Jurnal Informatika Polinema, 5(3), 209–213.
[14] Setian, D., & Seprina, I. (2019). Analisis Sentimen Masyarakat Terhadap Data Tweet Lazada Menggunakan Text Mining Dan Algoritma NAIVE. Bina Darma Conference on Computer Science, 1(1), 998–1004.
[15] Sidik, F., Suhada, I., Anwar, A. H., & Hasan, F. N. (2022). Analisis Sentimen Terhadap Pembelajaran Daring Dengan Algoritma Naive Bayes Classifier. Jurnal Linguistik Komputasional (JLK), 5(1), 34. https://doi.org/10.26418/jlk.v5i1.79
[16] Sihombing, L. O., & Hannie, H. (2021). Sentimen Analisis Customer Review Produk Shopee Indonesia Menggunakan Algortima Naïve Bayes Classifier. Edumatic: Jurnal Pendidikan Informatika, 5(2), 233–242. https://doi.org/10.29408/edumatic.v5i2.4089
[17] Sudiantoro, A. V., Zuliarso, E., Studi, P., Informatika, T., Informasi, F. T., Stikubank, U., & Mining, T. (2018). Analisis Sentimen Twitter Menggunakan Text Mining Dengan Algoritma Naive Bayes Classifier. Prosiding SINTAK 2018, 10(2), 398–401.