Penerapan Algoritma Naive Bayes Classifier Dalam Menganalisis Sentimen Pada Produk Smarthphone Tipe Terbaru

Abstract

Penggunaan smartphone yang terus meningkat di Indonesia mendorong persaingan yang ketat di pasar. Oleh karena itu, penting bagi produsen untuk memahami opini konsumen. Penelitian ini bertujuan menerapkan algoritma Naïve Bayes Classifier untuk menganalisis sentimen komentar pengguna TikTok terhadap lima produk smartphone terbaru: Oppo Reno 12F, Samsung A35 5G, Infinix GT 20 Pro, Vivo iQOO Z9X, dan POCO F6. Data dikumpulkan melalui metode web scraping menggunakan APIFY dan diproses melalui tahapan preprocessing seperti cleaning, case folding, tokenizing, normalization, stopword removal, dan stemming. Pelabelan dilakukan menggunakan kamus sentimen, dan pembobotan kata dihitung dengan metode TF-IDF. Klasifikasi sentimen dilakukan menggunakan algoritma Naïve Bayes dan dievaluasi dengan confusion matrix. Hasil menunjukkan akurasi tertinggi pada Vivo iQOO Z9X (91%), diikuti oleh POCO F6 (89%), Infinix GT 20 Pro (88%), Oppo Reno 12F (85%), dan Samsung A35 5G (79%). Model mampu mengenali sentimen positif dengan baik, namun kurang optimal pada sentimen negatif. Kesimpulannya, algoritma Naïve Bayes efektif digunakan dalam analisis sentimen ulasan smartphone, terutama pada sentimen positif. Perlu peningkatan untuk klasifikasi sentimen negatif, misalnya dengan penyeimbangan data atau kombinasi metode lain