Abstrak :-Abstrak
E-commerce sudah ada sejak tahun 2000an dan pengguna e-commerce baru marak di tahun
2014, dibuktikan dengan banyaknya start-up di Indonesia salah satu diantaranya yaitu
Bukalapak. Pada e-commerce kepuasan pelanggan menjadi prioritas utama, hal ini untuk
mengetahui sistem berjalan baik atau tidak dalam memenuhi harapan pelanggan. Tujuan peneliti
menganalisis sentiment komentar terhadap fitur-fitur e-commerce yang sering dikeluhkan. Serta
perlu memiliki pemahaman terhadap sentimen pelanggan dalam memberikan layanan terbaik,
adanya media sosial menjadi platform untuk pengguna menyalurkan opini mereka terkait ecommerce tersebut. Twitter merupakan salah satu media sosial dengan jutaan pelanggan di
Indonesia yang tentunya opini pelanggan dapat ditemukan dalam jumlah banyak. Dengan itu
diperlukan sistem yang dapat mengklasifikasikan dan melabelkan opini-opini tersebut
(Chandradinata et al, 2020). Penelitian ini menggunakan metode Lexicon Based untuk pelabelan
dan Machine Learning untuk pengklasifikasian, data diambil dengan cara scrapping dari Twitter
dan Playstore yang di download dalam bentuk csv. Keseluruhan proses dilakukan melalui tools
Colab Notebooks. Hasil akhir pengujian nilai akurasi tertinggi pengklasifikasian Machine Learning
yaitu dengan random forest yaitu 85%.
Kata kunci : E-commerce Bukalapak, Twitter, Playstore, Lexicon Based, Machine Learning.