%D 2025
%T KLASIFIKASI SENTIMEN PELANGGAN DENGAN ALGORITMA LOGISTIC REGRESSION PADA ULASAN RESTORAN DI GOOGLE MAPS
%K Sentimen, Regresi Logistik, Ulasan Pelanggan, Google Maps, Analisis Data. Sentiment Analysis, Logistic Regression, SMOTE, GridSearchCV, MachineLearnin.
%I Universitas AMIKOM Yogyakarta
%L universitasamikomyogyakarta31654
%A ADI HIDAYAT
%X Ulasan pelanggan di platform digital, seperti Google Maps, menjadi sumber 
informasi yang berharga bagi restoran untuk memahami kepuasan pelanggan dan
meningkatkan layanan. Penelitian ini bertujuan untuk mengembangkan model
klasifikasi sentimen pelanggan menggunakan algoritma Regresi Logistik. Sentimen
dalam ulasan dipecah menjadi dua kelas, yaitu positif dan negatif. Data ulasan
restoran dikumpulkan melalui teknik web scraping dari Google Maps. Tahapan
penelitian meliputi pengumpulan data, praproses data (pembersihan teks,
tokenisasi, stemming, dan penghapusan stop word), ekstraksi fitur menggunakan
Term Frekuensi-Inverse Document Frekuensi (TF-IDF), pengembangan model
Logistic Regression, dan model evaluasi. Hasil penelitian menunjukkan bahwa
algoritma Logistic Regression mampu mengklasifikasikan sentimen dengan akurasi
sebesar 87% , presisi 86% , recall 88% , dan F1-score 87% . Proses pra proses data
terbukti berperan penting dalam meningkatkan kualitas fitur yang digunakan oleh
model. Penelitian ini memberikan kontribusi dalam memanfaatkan data ulasan
pelanggan sebagai dasar pengambilan keputusan bisnis. Hasilnya dapat membantu
pemilik restoran untuk mengetahui pola sentimen pelanggan secara lebih
mendalam, sehingga dapat meningkatkan kualitas layanan dan pengalaman
pelanggan.