Analisis Sentimen Ulasan Restoran Franchise di Purwokerto pada Google Maps Menggunakan Algoritma Naive Bayes

Abstract

Penelitian ini bertujuan untuk menganalisis
sentimen ulasan pelanggan terhadap restoran franchise di
Purwokerto yang tersedia di Google Maps dengan menerapkan
algoritma Naive Bayes. Restoran yang menjadi objek penelitian
meliputi KFC, Rocket Chicken, McDonald’s, Almaz Fried
Chicken dan Richeese Factory. Data ulasan dikumpulkan
melalui teknik web scraping dan kemudian diproses
menggunakan text preprocessing seperti tokenisasi, stemming,
dan pembobotan kata dengan TF-IDF. Algoritma Naive Bayes
digunakan untuk mengklasifikasikan sentimen ulasan ke dalam
kategori positif, negatif, dan netral. Evaluasi model dilakukan
menggunakan metrik akurasi, presisi, recall, dan f1-score.
Berdasarkan hasil analisis, model memperoleh akurasi sebesar
89%, dengan nilai f1-score tertinggi pada sentimen positif
sebesar 0.91, diikuti oleh netral 0.89, dan negatif 0.88. Hasil
confusion matrix juga menunjukkan bahwa sebagian besar
prediksi sesuai dengan label sebenarnya, meskipun terdapat
sejumlah kesalahan klasifikasi antar kelas. Hal ini
menunjukkan bahwa model tersebut terbukti cukup andal
dalam membedakan ketiga jenis sentimen dan dapat
dimanfaatkan sebagai alat bantu analisis sentimen yang efektif
terhadap restoran franchise di Purwokerto.
Kata kunci— Analisis sentimen, Algoritma Naive Bayes,
Restoran Franchise, Google Maps, Ulasan pelanggan