Analisis Sentimen Ulasan Tempat Kuliner di Jawa Timur Dengan Menggunakan Metode Naive Bayes

Hayu Faiz Naufal Asyrof

Informasi Umum

Kode

24.04.222

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Sistem Informasi, Ta

Dilihat

34 kali

Informasi Lainnya

Abstraksi

Beberapa tempat kuliner belum tentu mempunyai ulasan yang baik dari pelanggan padahal ulasan yang kurang baik dapat menurunkan reputasi dan popularitas dari tempat kuliner. Oleh karena itu, diperlukan klasifikasi sentimen ulasan dari berbagai tempat kuliner di Jawa Timur. Sentimen ulasan pada tempat kuliner dapat memberikan informasi dan panduan kepada pengunjung mengenai pengalaman orang lain yang telah mengunjungi tempat tersebut. Tujuan penelitian ini adalah untuk menganalisis sentimen ulasan dan mengembangkan dashboard hasil sentimen ulasan tempat kuliner di Jawa Timur. Data yang digunakan dalam penelitian ini adalah ulasan tempat kuliner di Jawa Timur yang diperoleh dari situs Google Maps Review pada beberapa tempat kuliner di Jawa Timur. Metode atau algoritma yang digunakan dalam penelitian ini adalah Naïve Bayes, yang merupakan metode klasifikasi yang efektif dalam memprediksi sentimen berdasarkan kata-kata atau frasa yang terdapat dalam ulasan. Hasil analisis sentimen ini memberikan informasi yang lebih mendalam tentang persepsi pelanggan terhadap tempat kuliner di Jawa Timur dengan tampilan Dashboard berbasis website menggunakan Flask dan Google Looker Studio. Penelitian ini membandingkan model Naive Bayes Multinomial dengan model BernoulliNB dan GaussianNB. Hasil menunjukkan bahwa Naive Bayes Multinomial memiliki performa lebih tinggi, dengan akurasi mencapai 83%, sementara BernoulliNB dan GaussianNB masing-masing memiliki akurasi 76% dan 50%. Penggunaan labeling dengan rating menghasilkan peningkatan signifikan pada model BernoulliNB dan GaussianNB, mencapai 83% dan 80%. Temuan ini menegaskan bahwa Naive Bayes Multinomial lebih efektif dalam mengklasifikasikan sentimen ulasan. Selain itu, implementasi dashboard untuk analisis sentimen memberikan manfaat yang signifikan bagi calon pelanggan dan pemilik bisnis di industri kuliner, memfasilitasi pengambilan keputusan yang lebih informatif dan peningkatan kualitas layanan.

Kata Kunci: Tempat kuliner, Sentimen, Ulasan, Naïve Bayes, Multinomial, Dashboard