Analisis Komparatif Sentimen Ulasan Google Play Store pada Shopee dan Tokopedia Menggunakan Algoritma Naive Bayes

Apria Andika; Hary Sabita

doi:10.55382/jurnalpustakarobotsister.v4i2.2220

Authors

Apria Andika Institut Informatika dan Bisnis Darmajaya
Hary Sabita Institut Informatika Dan Bisnis Darmajaya

DOI:

https://doi.org/10.55382/jurnalpustakarobotsister.v4i2.2220

Keywords:

Analisis Sentimen, Text Mining, Naive Bayes, Shopee, Tokopedia

Abstract

Shopee dan Tokopedia merupakan dua platform niaga elektronik (e-commerce) yang paling mendominasi di Indonesia. Keduanya mengandalkan ulasan konsumen di Google Play Store sebagai indikator keberhasilan layanan. Sebanyak 60.000 data ulasan dikumpulkan selama periode 1 Mei hingga 18 Juni 2026. Untuk efisiensi komputasi tanpa mengurangi validitas statistik, data direduksi menjadi 500 sampel per platform yang dihitung menggunakan pendekatan rumus Slovin dengan margin kesalahan 5%. Tahap prapemrosesan teks dikerjakan menggunakan Python, sementara pemodelan dilakukan secara terintegrasi menggunakan RapidMiner. Algoritma Naive Bayes dipilih karena komputasinya yang ringan namun memiliki akurasi tinggi dalam mengklasifikasikan data teks berskala besar. Pengujian Cross-Validation menghasilkan akurasi sebesar 78,20% untuk Shopee dan 80,00% untuk Tokopedia. Hasil ini menunjukkan bahwa sentimen positif Tokopedia (60,6%) lebih unggul dibandingkan dengan Shopee (49,2%). Visualisasi Word Cloud mempertegas perbedaan ulasan; ulasan positif Shopee didominasi kata "barang" dan "mantap", sedangkan Tokopedia menonjol pada kata "Indonesia" dan "produk". Pada sisi keluhan, pengguna Shopee menyoroti aspek promosi ("buruk", "diskon"), sementara pengguna Tokopedia mengeluhkan kendala teknis ("gabisa", "lama", "ribet"). Hasil ini membuktikan bahwa pendekatan metodologi tersebut efektif dalam memetakan sentimen guna memberikan wawasan strategis bagi perbaikan layanan e-commerce. Berbeda dengan penelitian sebelumnya yang umumnya hanya mengevaluasi satu platform, kebaruan (novelty) dari penelitian ini secara tegas terletak pada analisis komparatif langsung antara kedua platform yang diperkuat dengan penggunaan skema komputasi hibrida serta ekstraksi visual.

Downloads

Download data is not yet available.

References

E. Y. Nasution, P. Hariani, L. S. Hasibuan, and W. Pradita, “Perkembangan Transaksi Bisnis E-Commerce terhadap Pertumbuhan Ekonomi di Indonesia,” Jesya, vol. 3, no. 2, pp. 506–519, 2020, doi: 10.36778/jesya.v3i2.227.

D. Susanti, “Analisis Perbandingan Marketplace Shopee Dan Tokopedia Terhadap Minat Beli Konsumen Digital,” vol. 2, no. 1, pp. 1084–1093, 2026.

M. H. Hamdanuddinsyah, M. Hanafi, and P. Sukmasetya, “Perancangan UI/UX Aplikasi Buku Online Mizanstore Berbasis Mobile Menggunakan User Centered Design,” J. Inf. Syst. Res., vol. 4, no. 4, pp. 1464–1475, 2023, doi: 10.47065/josh.v4i4.3850.

Taqdirul Alim, D. Zufriah, and Muhammad Isnaini Fathoni, “Pengaruh Kepuasan Pelanggan dan Kualitas Layanan Terhadap Loyalitas Pelanggan pada E-Commerce Shopee,” J. Bisnis, Manajemen, dan Akunt., vol. 12, no. 1, pp. 66–74, 2025, doi: 10.54131/jbma.v12i1.215.

Syafrizal, M. Afdal, and R. Novita, “Sentiment Analysis of PLN Mobile Application Review Using Naïve Bayes Classifier and K-Nearest Neighbor Algorithm,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. January, pp. 10–19, 2024.

S. Sukriadi, I. Ismail, and A. M. Andzar, “Penerapan Text Mining Dalam Klasifikasi Judul Skripsi Yang Diusulkan Mahasiswa Menggunakan Metode Naïve Bayes,” J. Ilm. Sist. Inf. dan Tek. Inform., vol. 6, no. 2, pp. 184–196, 2023, doi: 10.57093/jisti.v6i2.174.

A. Rahman, E. Utami, and S. Sudarmawan, “Sentimen Analisis Terhadap Aplikasi pada Google Playstore Menggunakan Algoritma Naïve Bayes dan Algoritma Genetika,” J. Komtika (Komputasi dan Inform., vol. 5, no. 1, pp. 60–71, 2021, doi: 10.31603/komtika.v5i1.5188.

A. Khoerunnisa, M. Fakhrun Shiddiq, and S. Nurhayati, “Perbandingan Algoritma Naïve Bayes dan SVM dalam Analisis Sentimen Media Sosial di Indonesia,” J. Sist. Cerdas dan Komputasi, vol. 10, no. 1, pp. 45–56, 2025.

V. Agustina and A. Herliana, “Analisis Sentimen Publik atas Kebijakan Efisiensi Anggaran 2025 dengan Text Mining dan Natural Language Processing,” J. Media Inform., vol. 6, no. 3, pp. 2182–2194, 2025, [Online]. Available: https://ejournal.sisfokomtek.org/index.php/jumin/article/view/6301

G. Shalihah, R. Kurniawan, and T. Suprapti, “Analisis Sentimen Ulasan Pelanggan Mie Gacoan Menggunakan Metode Naïve Bayes Classifier,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 593–601, 2024, doi: 10.36040/jati.v8i1.8302.

B. Artono, “Jurnal Multidisiplin Sosisal Humaniora,” J. Multidisiplin Sos. Hum., vol. 1, pp. 53–63, 24AD, [Online]. Available: https://jurnal.ananpublisher.com/index.php/jmsh

N. G. Yudiarta, M. Sudarma, and W. G. Ariastina, “Penerapan Metode Clustering Text Mining Untuk Pengelompokan Berita Pada Unstructured Textual Data,” Maj. Ilm. Teknol. Elektro, vol. 17, no. 3, p. 339, 2018, doi: 10.24843/mite.2018.v17i03.p06.

Y. A. Singgalen, “Analisis Sentimen Wisatawan Melalui Data Ulasan Candi Borobudur di Tripadvisor Menggunakan Algoritma Naïve Bayes Classifier,” Build. Informatics, Technol. Sci., vol. 4, no. 3, 2022, doi: 10.47065/bits.v4i3.2486.

Y. H. D. Wangsajaya, E. Setyowati, and A. Wibowo, “Deteksi Emosi Teks X Berbahasa Indonesia Menggunakan Bi-LSTM dengan Seleksi Fitur Chi-Square,” J. Algoritm., vol. 22, no. 2, pp. 546–555, 2025, doi: 10.33364/algoritma/v.22-2.2658.

I. Nugraha, “Analisis Pengaruh Produk HP Samsung Terhadap Minat Beli Konsumen Dengan Menggunakan Metode Uji Chi-square,” J. TRINISTIK J. Tek. Ind. Bisnis Digit. dan Tek. Logistik, vol. 3, no. 1, pp. 46–52, 2024, doi: 10.20895/trinistik.v3i1.1423.

K. Kenny, D. Arisandi, and T. Sutrisno, “Evaluasi Penilaian Kinerja Karyawan dengan Metode Naïve Bayes,” Comput. J. Comput. Sci. Inf. Syst., vol. 8, no. 1, pp. 110–118, 2024, doi: 10.24912/computatio.v8i1.20287.

Muhamad Fadli and Rizal Adi Saputra, “Klasifikasi dan Evaluasi Performa Model Random Forest untuk Prediksi Stroke,” JT J. Tek., vol. 12, no. 2, pp. 72–80, 2023, [Online]. Available: http://jurnal.umt.ac.id/index.php/jt/index

R. S. Nuraini et al., “ANALISIS SENTIMEN PENGGUNA APLIKASI AGODA DI GOOGLE PLAY Sistem Informasi Universitas Amikom Purwokerto Abstraksi Keywords?: Pendahuluan Tinjauan Pustaka Metode Penelitian,” J. Inf. Syst. Manag., vol. 7, no. 1, pp. 24–29, 2025.

R. Z. Firdaus, S. H. Wijoyo, and W. Purnomo, “Analisis Sentimen Berbasis Aspek Ulasan Pengguna Aplikasi Alfagift Menggunakan Metode Random Forest dan LDA,” J-Ptiik Ub, vol. 9, no. 2, pp. 1–10, 2024, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/14482

T. Tukino, “Penerapan Algoritma Convolutional Neural Network Untuk Klasifikasi Sentimen Pada Layanan e-Commerce,” J. Desain Dan Anal. Teknol., vol. 4, no. 1, pp. 44–53, 2025, doi: 10.58520/jddat.v4i1.72.