Dizaman modern ini hampir semua penjualan produk dilakukan secara online, dalam bisnis jual beli online ini tentunya produsen atau pemilik toko online akan selalu mengikuti perkembangan trend yang terjadi dari masa ke masa. Dalam melakukan pemilihan produk, pemilik toko akan selalu memperhatikan setiap ulasan dari masing-masing produk yang akan dijadikan stok untuk kemudian dijual kembali. Ulasan ini jumlahnya sangat banyak sehingga tidak memungkinkan untuk dilakukan analisa secara manual, disisi lain biasanya pemilik toko hanya membaca sedikit review melalui ulasan produk yang dimaksud, sehingga akan menghasilkan kesimpulan yang kurang akurat terhadap produk yang dimaksud. Atas dasar tersebut kami mengajukan pendekatan dalam sentiment analisis terhadap suatu produk smartphone menggunakan metode nai’ve bayes classifier dan kamus data sentiwordnet, untuk dapat melakukan analisis terhadap ulasan yang tersedia dalam jumlah besar secara otomatis. Ulasan tersebut kami ambil dari dua sumber yang berbeda, yaitu gsm arena dan twitter, yang mana dari dua sumber tersebut akan dijadikan bahan uji coba dengan berbagai scenario testing. Kesimpulan dari hasil uji coba tersebut memberikan kesimpulan bahwa metode nai’ve bayes jauh lebih baik dari metode sentiwordnet dalam ulasan sumber twitter sedangkan pada ulasan sumber gsmarena, sentiwordnet sedikit lebih unggul dari metode nai’ve bayes karena lebih cepat pada saat proses menilai semua ulasan yang ada.