Perbandingan Akurasi Analisis Sentimen Kepuasan Pengguna Shopee Dengan Metode Naïve Bayes Dan Support Vector Machine

Perkembangan zaman yang semakin pesat banyak teknologi yang semakin berkembang dari tahun ke tahun. Salah satumya yaitu masyarakat yang dulunya berbelanja dengan pergi ke toko beralih dengan berbelanja Online shop atau yang disebut dengan toko online. sistem belanja online yang mana pembeli dapat menanyakan harga atau pertanyaan apapun terkait produk kepada penjual secara langsung, dapat melalui BBM, LINE, Facebook, Instagram atau Whatsapp. Shopee merupakan salah satu toko online yang digunakan oleh masyarakat. Pada penelitian ini, penulis akan melakukan analisis sentimen pada shopee dengan menggunakan tipe pendekatan metode machine learning. Metode klasifikasi Machine Learning yang digunakan dalam penelitian ini menggunakan metode algoritma Naïve Bayes dan Support Vector Machine. Hal ini bertujuan untuk mendapatkan informasi yang berguna bagi pengguna maupun pihak toko di shopee. Dataset yang akan digunakan pada penelitian ini diambil dari twitter. Untuk melakukan perbandingan metode algoritma Naïve Bayes dan Support Vector Machine menggunakan tools yaitu aplikasi RapidMiner.