Analisis Sentimen Ulasan Pengguna Jasa Layanan Ekspedisi Jne Dengan Menggunakan Metode Naïve Bayes Classifier

Masyarakat tampak menyukai berbelanja online terutama ditengah gempuran pandemi waktu lalu yang membuat sebagian besar dari mereka enggan keluar rumah dan lebih memilih bertransaksi secara online. Tentunya kegiatan berbelanja online sangat berkaitan erat dengan peran ekspedisi yang ada di Indonesia. Salah satu ekspedisi yang menjadi fokus dalam penelitian kali ini adalah ekspedisi JNE, terlebih dalam kurun waktu 32 tahun perusahaan tersebut berdiri, belum adanya penelitian terkait opini pengguna pelayanan JNE secara khusus, maka dari itu untuk mengetahui bagaimana opini pengguna terhadap pelayanan JNE diperlukan sebuah analisis. Analisis yang dilakukan merupakan analisis sentimen mengenai ulasan masyarakat terhadap layanan ekspedisi JNE pada platform google playstore dengan menggunakan Naïve Bayes Classifier, karena metode Naïve Bayes Classifier adalah metode yang sederhana dan mudah dalam penggunaan serta cepat dalam perhitungannya. Data yang nantinya akan dianalisis sentimen akan diklasifikasikan menjadi dua kategori sentimen yakni sentimen positif dan sentimen negatif yang menghasilkan ulasan bersentimen positif sebesar 15% dan ulasan yang bersentimen negatif sebesar 85%. Hasil ketepatan klasifikasi yang didapat dengan nilai akurasi paling tinggi ada pada iterasi keempat sebesar 99,72% dan nilai AUC sebesar 99,08% yang menunjukkan bahwa model klasifikasi yang terbentuk dikategorikan excellent classification. Visualisasi wordcloud menunjukkan bahwa berdasarkan data ulasan pelanggan jasa layanan ekspedisi JNE, sebagian besar dari pelanggan merasa pelayanan yang diberikan oleh pihak JNE buruk karena lambatnya pengiriman sehingga membuat mereka kecewa, meskipun sebagian pelanggan lainnya merasa bahwa pelayanan yang diberikan oleh pihak JNE sudah cepat dan mantap ==================================================================================================================================== People seem to like shopping online, especially amidst the onslaught of the past pandemic which made most of them reluctant to leave their homes and prefer to transact online. Of course online shopping activities are closely related to the role of expeditions in Indonesia. One of the expeditions that is the focus of this research is the JNE expedition, especially in the 32 years that the company was founded, there has been no research regarding the opinions of users of JNE services specifically, therefore to find out how users' opinions of JNE services require an analysis. The analysis carried out is a sentiment analysis regarding public reviews of JNE expedition services on the google playstore platform using the Naïve Bayes Classifier, because the Naïve Bayes Classifier method is a method that is simple and easy to use and fast to calculate. The data that will be analyzed later on sentiment will be classified into two categories of sentiment, namely positive sentiment and negative sentiment which produces 15% positive sentiment reviews and 85% negative sentiment reviews. The results of the classification accuracy obtained with the highest accuracy value were in the fourth iteration of 99.72% and an AUC value of 99.08% indicating that the classification model formed was categorized as excellent classification. Wordcloud visualization shows that based on customer review data for JNE expedition services, most of the customers feel the service provided by JNE is bad because of the slow delivery which makes them disappointed, although some other customers feel that the service provided by JNE is fast and stead