Berkembangnya bisnis e-commerce di Indonesia disebabkan oleh jumlah masyarakat yang tergolong besar dan letak geografis Indonesia. salah satu contoh aplikasi e-commerce yang memiliki reputasi baik di Indonesia ialah Shopee. Berbagai pro dan kontra timbul terkait ulasan para pengguna aplikasi e-commerce Shopee, Ulasan – ulasan masyarakat tersebut merupakan representasi sentimen masyarakat terhadap aplikasi e-commerce Shopee. Naïve Bayes salah satu metode algoritma klasifikasi yang digunakan untuk memprediksi suatu probabilitas, Naïve Bayes memiliki akurasi dan kecepatan yang tinggi pada saat di aplikasikan ke dalam database yang besar, TF-IDF (Term Frequency – Inverse Document Frequency) algoritma yang berguna untuk menghitung bobot setiap kata yang umum digunakan. metode ini akan menghitung nilai pada setiap kata disetiap dokumen secara sederhana, metode TF-IDF digunakan untuk mengetahui berapa sering suatu kata muncul di dalam dokumen. Hasil klasifikasi sentiment dari perhitungan menggunakan algoritma Naïve Bayes didapatkan akurasi yang diberikan 90.76%, Precision menunjukkan nilai yang tinggi pada skenario 2 dan nilai precision yang rendah pada skenario 3. Kemudian performa recall nilai tertinggi ditunjukkan pada skenario 1 dan yang terendah ada pada skenario 2. Adapun yang terakhir yaitu pada performa F1-Score nilai tertinggi di tunjukkan pada skenario 1 dan yang terendah ditunjukkan pada skenario 3. Berdasarkan hasil perhitungan evaluasi performa, hasil akurasi terbesar pada skenario 1 dengan rasio pembagian 60% data latih dan 40% data uji. Akurasi yang diberikan pada model adalah 90.76%, dimana akurasi ini sudah sangat baik untuk suatu model machine learning. Akurasi yang lebih dari 90% ini artinya kesalahan prediksi dari model sudah cukup rendah.
Kata Kunci: Analisis Sentimen, E-commerce, Shopee, Naïve Bayes, TF-IDF.