ANALISIS SENTIMEN REVIEW UNTUK POPULARITAS MARKETPLACE INDONESIA MENGGUNAKAN METODE WEBSCRAPING = SENTIMENT REVIEW ANALYSIS FOR INDONESIAN MARKETPLACE POPULARITY USING WEBSCRAPING METHOD

Di Era sekarang keberadaan Marketplace di Indonesia membuat berbelanja secara online dengan sangat mudah. Namun terdapata perasaan kepuasan ataupun ketidakpuasan dalam penggunaannya. Dengan adanya Media sosial Twitter menjadi salah satu media yang dapat menyimpulkan penilaian masyarakat terhadap Marketplace. Tokopedia, Bukalapak dan Shopee adalah Start Up atau Perusahaan yang mengusung bisnis marketplace. Untuk menanggapi pendapat, kritik, saran dan masalah komplain, Tokopedia, Bukalapak dan Shopee mempunyai Platform Twitter dengan User @tokopediacare, @bukabantuan dan @shopeecare. Komentar yang akan di ambil sebagai pengujian ini berbentuk unstructured text dalam jumlah besar. Dengan ini perusahaan Start Up marketplace dapat melewatkan informasi yang berguna dari data yang telah di olah sebagai data analisis sentimen. Oleh karena itu, dilakukan analisis text mining dengan fitur menggunakan TF-IDF dan metode klasifikasi menggunakan algotitma Naive Bayes Clasifier. Berdasarkan hasil analisis dapat diketahui bahwa metode klasifikasi menggunakan algoritma Naive Bayes Clasifier dengan hasil ketepatan klasifikasi mencapai 89% pada akun Tokopedia, 86% akun Bukalapak dan 93% akun Shopee. Sedangkan kumpulan kata yang mendominasi dari hasil analisis pada bukalapak sentiment positif antara lain: sukses, mantap, cepat dan sentiment negatif antara lain: tipu, bohong, complain, sedangkan dari akun tokopedia sentiment positifnya antara lain: mantap, hadiah, sukses dan sentiment negatifnya antara lain: error, payah, tipu, serta pada akun Shopee sentiment positifnya yaitu: gratis, Alhamdulillah, murah dan sentiment negatifnya ialah: tipu, susah, kecewa.

Keywords : Marketplace, Twitter, TF-IDF, Naïve Bayes Classifier