Analisis Komparatif Sentimen Negatif Pengguna Platform E-Commerce Shopee dan Tokopedia selama Periode Diskon

Faris Syahrendra, Cahyani Ayu Sulistyawati, Ginting Wibi Prasetyo, Sumanto Sumanto, Roida Pakpahan, Imam Budiawan

Abstract

Abstrak : 

Fenomena potongan harga besar pada platform jual beli online sering kali menimbulkan kekecewaan bagi pengguna karena masalah dalam layanan, harga, dan pengiriman. Studi ini bertujuan untuk menganalisis dan membandingkan perasaan pengguna terhadap Shopee dan Tokopedia selama masa promosi dengan cara menggunakan pendekatan machine learning. Data ulasan diambil dari Google Play Store, yang terdiri dari 929 ulasan untuk Shopee dan 1.111 ulasan untuk Tokopedia. Dua algoritma untuk klasifikasi sentimen, yaitu Naive Bayes dan Neural Network, diimplementasikan dan dievaluasi dengan metode validasi silang 10-fold. Temuan yang berasal dari penilaian analitis menunjukkan bahwa model Naive Bayes menunjukkan tingkat akurasi dan presisi tertinggi yaitu 91,0%, sementara Neural Network memperoleh 83,9%. Selain itu, ulasan positif mendominasi sentimen terhadap Shopee (70%), sedangkan Tokopedia lebih banyak diwarnai oleh sentimen negatif (60%). Penemuan ini menandakan bahwa pengguna lebih puas dengan pengalaman diskon di Shopee dan memberikan masukan strategis untuk peningkatan layanan e-commerce.

===============================================

Abstract :

Large-scale discount events on e-commerce platforms often lead to user disappointment due to issues with service, pricing, and delivery. This study aims to analyze and compare user sentiment towards Shopee and Tokopedia during promotional periods using a machine learning approach. Review data were sourced from the Google Play Store, consisting of 929 reviews for Shopee and 1,111 for Tokopedia. Two algorithms for sentiment classification, namely Naive Bayes and Neural Network, were implemented and evaluated using the 10-fold cross-validation method. Findings from analytical assessments indicate that the Naive Bayes model demonstrates the highest level of accuracy and precision at 91.0%, while the Neural Network obtained 83.9%. Furthermore, positive reviews dominated the sentiment towards Shopee (70%), whereas Tokopedia was largely characterized by negative sentiment (60%). These findings indicate that users are more satisfied with the discount experience on Shopee and provide strategic input for the improvement of e-commerce services.

Keywords

analisis sentimen komparatif; orange data maining; toko online; naive bayes; neural network; periode diskon

Full Text:

PDF

References

[1] M. Mukti Qamal, Wahyu Fuadi, “Analisis Sentimen Toko Online Menggunakan Algoritma Naive Bayes Classifier,” J. Teknol. Terap. Sains 4.0, vol. 2, no. 3, pp. 642–650, 2021.

[2] B. Z. Ramadhan, R. I. Adam, and I. Maulana, “Analisis Sentimen Ulasan pada Aplikasi E-Commerce dengan Menggunakan Algoritma Naïve Bayes,” J. Appl. Informatics Comput., vol. 6, no. 2, pp. 220–225, 2022, doi: 10.30871/jaic.v6i2.4725.

[3] Y. MZ, J. Edwin Bororing, S. Rahayu, and J. Andhika Putra, “Analisis Sentimen Pengguna Apliaksi Shopee Menggunakan Metode Naive Bayes Classifier dan K-NN,” Smart Comp Jurnalnya Orang Pint. Komput., vol. 12, no. 3, pp. 745–753, 2023, doi: 10.30591/smartcomp.v12i3.5494.

[4] N. Aurelia Salsabila, U. Sa, and F. Fauzi, “Analisis Sentimen Pada Ulasan Aplikasi TokopediaMenggunakan Klasifikasi Naïve Bayes,” Prism. 2024, vol. 7, pp. 44–51, 2024, [Online]. Available: https://play.google.com/store/apps/details?id=com.tokopedia.tkpd&hl=en

[5] G. R. Ditami, E. F. Ripanti, and H. Sujaini, “Implementasi Support Vector Machine untuk Analisis Sentimen Terhadap Pengaruh Program Promosi Event Belanja pada Marketplace,” vol. 8, no. 3, pp. 508–516, 2022.

[6] M. I. Putri and I. Kharisudin, “Penerapan Synthetic Minority Oversampling Technique (SMOTE) Terhadap Analisis Sentimen Data Review Pengguna Aplikasi Marketplace Tokopedia,” Prism. Pros. Semin. Nas. Mat., vol. 5, pp. 759–766, 2022, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/

[7] J. A. Josen Limbong, I. Sembiring, K. Dwi Hartomo, U. Kristen Satya Wacana, and P. Korespondensi, “Analysis Of Review Sentiment Classification On E-Commerce Shopee Word Cloud Based With Naïve Bayes And K-Nearest Neighbor Methods,” vol. 9, no. 2, pp. 347–356, 2022, doi: 10.25126/jtiik.202294960.

[8] A. C. Wibisono, T. S. Nadira, and T. Sutabri, “Analisis Sentimen Pelanggan pada Platform Shopee Menggunakan Metode Naive Bayes,” Nusant. J. Multidiscip. Sci., vol. 2, no. 6, pp. 1259–1266, 2025, [Online]. Available: https://jurnal.intekom.id/index.php/njms

[9] Gusnaeni Indah Pratiwi, Augst Nurandini, Dyessica Meizheilla, Eka Nada Rinjani, Zahra Revadinika Apriliani, and Rizki Widodo, “Analisis Sentimen Pengguna Shopee Menggunakan Lstm,” J. Informatics Interact. Technol., vol. 2, no. 2, pp. 384–391, 2025, doi: 10.63547/jiite.v2i2.91.

[10] S. Nasional, T. Elektro, S. Informasi, and T. Informatika, “Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika,” SNESTIK Semin. Nas. Tek. Elektro, Sist. Inf. dan Tek. Inform., vol. 4, pp. 219–224, 2021.

[11] 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.

[12] I. Id, Machine Learning : Teori, Studi Kasus dan Implementasi Menggunakan Python. 2021. doi: 10.5281/zenodo.5113507.

[13] N. Saptadi et al., Deep Learning: Teori, Algoritma, dan Aplikasi. 2025.

[14] Y. Yusran, “IMPLEMENTASI JARINGAN SYARAF TIRUAN (JST) UNTUK MEMPREDIKSI HASIL NILAI UN MENGGUNAKAN METODE BACKPROPAGATION,” J. Ipteks Terap., vol. 9, Jul. 2016, doi: 10.22216/jit.2015.v9i4.571.

[15] A. K. Saputra and A. H. N. Kushariantoko, “Analisis Performansi Naïve Bayes pada Klasifikasi Plagiarisme Dokumen Berdasarkan Pembobotan Teks Menggunakan Algoritma TF-IDF,” vol. 14, no. 2, pp. 115–122, 2024.

DOI: https://doi.org/10.20961/ijai.v10i1.110824

Refbacks

  • There are currently no refbacks.