EPrints Universitas Amikom YogyakartaANALISIS SENTIMEN ULASAN PELANGGAN PADA TOKO RETAIL SUPER DAZZLE DI GOOGLE MAPS MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK EVALUASI KUALITAS LAYANANYohanesPangestuauthorUlasan pelanggan menjadi sumber informasi bagi Perusahaan untuk mengetahui tingkat kepuasan pelanggan terhadap kualitas pelayanan yang diberikan. Namun, banyaknya jumlah ulasan membuat proses analisis manual menjadi kurang efektif dan membutuhkan waktu yang cukup lama. Selain itu, isi ulasan yang beragam menyebabkan Perusahaan kesulitan dalam memahami kecenderungan sentimen pelanggan secara cepat dan tepat. Permasalahan tersebut juga ditemukan pada toko retail Super Dazzle yang memiliki banyak ulasan pelanggan dengan berbagai opini terkait pelayanan dan kualitas toko. Penelitian ini bertujuan untuk melakukan analisis sentimen ulasan pelanggan Super Dazzle menggunakan algoritma Multinomial Naïve Bayes untuk peningkatan kualitas layanan. Data penelitian ini diperoleh melalui proses web scraping Google Maps menggunakan Playwright. Tahapan penelitian meliputi preprocessing data, handling negation, pelabelan data berdasarkan rating, ekstraksi fitur menggunakan TF-IDF, penanganan imbalanced data menggunakan SMOTE dan ADASYN, serta hyperparameter Tuning untuk meningkatkan performa model. Evaluasi model dilakukan menggunakan accuracy, precision, recall, dan F1-Score. Penelitian ini berhasil menunjukan bahwa algoritma Multinomial Naïve Bayes mampu mengklasifikasi sentiment ulasan pelanggan dengan baik. Berdasarkan Hasil pengujian, metode SMOTE menghasilkan performa terbaik dibandingkan ADASYN dengan Tingkat akurasi 81%. Hyperparameter tuning juga dilakukan pada metode SMOTE yang dipilih dan berhasil mendapatkan akurasi 94,8% pada alpha 0.01. Hasil akhir Evaluasi dari metode SMOTE yang telah di tuning mendapatkan accuracy 81%, precision 81%, recall 81%, dan F1-Score 81%. Model yang telah dibangun kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan sstreamlit untuk mempermudah proses klasifikasi sentimen secara otomatis.000 Ilmu komputer, informasi dan pekerjaan umum2026-06-09Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.