Berbelanja online merupakan solusi bagi masyarakat yang tidak punya waktu banyak dan tenaga untuk mengunjugi pusat perbelanjaan. Berbagai keuntungan jual beli online tidak hanya dirasakan oleh para pembeli saja tapi juga dirasakan oleh para penjual yang berdagang secara online karena cakupan calon pembeli lebih luas dan mereka tidak perlu mengeluarkan biaya untuk membangun atau menyewa tempat sebagai toko fisik. Namun tidak dapat dipungkiri bahwa berbelanja secara online juga memiliki kekurangan seperti kesalahan produk yang tidak sesuai dengan pesanan. Rubylicious merupakan salah satu toko online yang saat ini melakukan penjualan melalui Shopee. Penelitian ini dilakukan untuk mengategorikan dan menganalisis pandangan pelanggan terhadap produk dengan memanfaatkan data ulasan produk Rubylicious yang diambil dari kolom komentar pada aplikasi Shopee. Jumlah data ulasan yang sangat banyak menyebabkan proses analisis sulit dan kurang efektif. Untuk mengatasi masalah tersebut maka digunakan metode analisis sentimen terhadap ulasan barang menggunakan algoritma Naive Bayes Classifier (NBC). Hasil analisis berupa sentimen positif, negatif dan netral. Dari hasil analisis sentimen menggunakan NBC diperoleh nilai akurasi sebesar 82,39%, precision 91,3%, recall 51% dan f1-measure 51,6%. Hasil analisis sentimen kemudian divisualisasikan menggunakan wordcloud untuk melihat kata-kata yang paling sering muncul pada masing-masing sentimen. Dari hasil penelitian ini, sentimen positif dapat dijadikan sebagai acuan untuk mempertahankan kualitas layanan yang juga mencakup penjualan produk dan hasil sentimen negatif dapat digunakan sebagai bahan evaluasi dalam peningkatan layanan yang mencakup penjualan produk pada toko online Rubylicious.
Kata kunci: Toko online, ulasan, analisis sentimen, Naive Bayes