Analisis Sentimen Pada Ulasan Mie Gacoan Purwokerto Menggunakan Algoritma Naïve Bayes

Abstract

Mie Gacoan Purwokerto merupakan
restoran cepat saji yang menerima banyak ulasan
pelanggan melalui Google Maps, khususnya fitur Google
Business Review. Namun, belum tersedia sistem yang
secara otomatis menganalisis sentimen dari ulasan
tersebut, padahal opini publik dapat menjadi bahan
evaluasi penting bagi perusahaan. Penelitian ini
bertujuan mengembangkan sistem analisis sentimen yang
mampu mengelompokkan ulasan menjadi kategori
positif, negatif, dan netral menggunakan algoritma Naïve
Bayes. Data berupa 4.211 ulasan dikumpulkan dengan
teknik web crawling menggunakan Instant Data Scraper.
Tahapan pengolahan data mencakup preprocessing teks,
pelabelan otomatis dengan kamus SenticNet,
pembobotan menggunakan TF-IDF, dan balancing data
menggunakan metode SMOTE. Evaluasi model
dilakukan dengan confusion matrix untuk memperoleh
metrik akurasi. Hasil penelitian menunjukkan mayoritas
ulasan bersifat positif dengan akurasi model mencapai
79%. Diharapkan sistem ini akan membantu Mie Gacoan
memahami opini pelanggan secara otomatis dan
membantu proses mencapai keputusan berbasis data
untuk meningkatkan kualitas layanan..
Kata kunci— analisis sentimen, mie gacoan, google
business review, klasifikasi, naive bayes, ulasan pelanggan