Pada kehidupan masyarakat di zaman globalisasi ini, perkembangan teknologi informasi yang

sangat pesat tidak diragukan lagi. Sebagian besar masyarakat di seluruh dunia pasti mengenal
smartphone dan semua pasti menggunakannya dalam kehidupan sehari-hari.

penyediaan berbagai layanan yang membantu masyarakat memenuhi persyaratan praktisnya

datang berikutnya. E-commerce, atau perdagangan elektronik, adalah strategi pemasaran
yang mengiklankan barang secara online secara langsung. Perusahaan
memberikan manfaat atau keuntungan kepada pelanggan agar dapat bertahan dalam bisnis.
Shopee adalah salah satu ECommerce di Indonesia, dan seiring dengan sistem penjualan
perusahaan menjadi lebih menarik, sederhana, dan menguntungkan
untuk pelanggan, begitu juga pendapatannya. Sebagai aplikasi e-commerce yang sering
digunakan, aplikasi Shopee di
Situs web Google Play diakui berada di posisi teratas.
Berdasarkan komentar yang dibuat oleh pengguna atau konsumen aplikasi Tokopedia,
beberapa hal sebelumnya
penelitian menawarkan strategi untuk menghitung tingkat persentase komentar dan tanggapan
dari Tokopedia
pengguna aplikasi. Nilai akurasi sebesar 97,13 persen diperoleh dari performa yang
dihasilkan oleh
Tes Rapidminer pada 1.500 data tes [1]. Selain itu, nomor akurasi pada setiap set data uji dari
Analisis Sentimen Facebook dalam bahasa Indonesia menghasilkan nilai yang berbeda.
Akurasi dari 479 data
dievaluasi adalah 87,1%, sedangkan kesalahannya adalah 12,9%. Sementara itu, akurasi 5%
dan tingkat kesalahan 95% adalah
diperoleh dari 20 data uji [2]. Analisis Sentimen Tanggapan terhadap Layanan Informasi
Penginapan
Aplikasi kemudian mengungkapkan bahwa konsumen cenderung menggunakan aplikasi
Reddoorz, yang menampilkan positif
sentimen sebanyak 587 data, sentimen negatif sebanyak 130 data, dan memiliki nilai akurasi
data sebesar 92,67 persen, untuk
enam bulan terakhir di tahun 2019. Aplikasi lain yang diuji adalah Agoda, AiryRooms, Oyo,
dan Reddoorz [3].
Kemudian, dengan menggunakan teknik klasifikasi otomatis, lakukan penelitian tentang
pengaduan dan pelaporan masyarakat melalui Layanan Call Center 110. Peneliti dalam
penelitian ini menggunakan langkah seleksi ulang untuk menguji 33 dokumen dan
menemukan kesalahan dalam hasil klasifikasi petugas sebagai akibat penggunaan kategori
laporan yang tidak akurat
menulis. Empat dari 33 dokumen yang diuji—dari 33—salah diklasifikasikan secara manual.
Dalam studi ini,
10 makalah akan diperiksa lebih detail untuk membandingkan hasil sistem dan manual
klasifikasi [4]. Selanjutnya, berdasarkan 800 tweet, 300 data latih, dan 500 data uji, penelitian
Nugroho et
Al. tentang analisis sentimen pada layanan Ojek Online memiliki temuan bahwa sistem dapat
mengklasifikasikan sentiment
Metode yang digunakan untuk mendapatkan data penelitian ini disebut web scraping, yaitu
proses scraping
data dari sumber online yang membuat opsi pengikisan data tersedia. Informasi tersebut
kemudian akan disimpan
dalam format CSV ke dalam file.
Informasi yang dihimpun terdiri dari komentar pengguna aplikasi Shopee pada Februari
2021,
sebelum epidemi covid, dan pada April 2021, selama pandemi covid. Dalam penelitian ini,
data latih dan uji
data adalah dua jenis data yang diperlukan. Selain itu, kelas sentimen ditetapkan secara
manual ke data di
menggunakan. 1000 data dikumpulkan untuk peninjauan pada bulan Februari, dan 1000
lainnya pada bulan April. Memilih secara manual,
menyalin, dan menyimpan data ulasan ke dalam Microsoft Excel semuanya dilakukan dengan
tangan. Gambar 2 menampilkan
hasil dari data ulasan.
menggunakan Nave Bayes dengan akurasi 80% [5].
Pengumpulan informasi ulasan atau ulasan pengguna pada aplikasi Shopee sebelum dan
sesudah
Epidemi Covid-19 dijelaskan dalam penelitian ini. Data ulasan dari Februari 2021 dan April
2021 adalah
dikumpulkan, dengan ukuran sampel 1000 ulasan per bulan. Teknik Pengambilan data
dilakukan melalui proses
dari menggores. teknik Scraping adalah proses mengekstraksi data dari sebuah situs web,
setelah itu data sering
disimpan dalam format tertentu. Dengan menggunakan pendekatan Nave Bayes Classifier,
penulis mencoba mengkategorikan user
teks ulasan untuk menentukan ulasan mana yang menguntungkan dan tidak menguntungkan.