Abstrak
Pada era digital kini, media teks sering kali digunakan sebagai media opini dan telah menjadi hal yang lumrah, terlebih pada kasus opini sebuah produk elektronik. Kesuksesan sebuah produk salah satunya dapat ditentukan berdasarkan opini konsumen. Semakin banyak persaingan produk elektronik yang diproduksi, membuat para konsumen semakin seleketif dalam memilih produk yang akan dibeli. Oleh karena itu, para konsumen akan membaca terlebih dahulu opini suatu produk sebelum memutuskan membeli sebuah produk untuk meminimalisir kekecewaan terhadap produk tersebut. Salah satu metode klasifikasi untuk teks adalah metode Multinomial Naïve Bayes. Metode ini dikenal memiliki akurasi yang baik dalam menangani klasifikasi teks. Dalam penggunaannya, opini sebuah produk akan mengalami pre-processing. Setelah itu, proses pembobotan menggunakan TF-IDF, kemudian diklasifikasi menggunakan metode Multinomial Naïve Bayes (Multinomial NB model) yang akan menghasilkan akurasi dari hasil prediksi. Pengujian dilakukan terhadap produk Samsung dan Apple untuk mengetahui opini yang dipilah menjadi opini negatif atau positif menggunakan metode klasifikasi Multinomial Naïve Bayes. Akurasi yang didapat dengan menggunakan metode Multinomial Naïve Bayes untuk produk Samsung yaitu 70.15% dan untuk produk Apple yaitu 84.08%.
Kata Kunci: opini produk, klasifikasi, TF-IDF, Multinomial Naïve Bayes