eprintid: 33043
rev_number: 15
eprint_status: archive
userid: 12
dir: disk0/00/03/30/43
datestamp: 2026-09-29 03:34:45
lastmod: 2026-09-29 03:34:45
status_changed: 2026-09-29 03:34:45
type: thesis
metadata_visibility: show
creators_name: Pangestu, Yohanes
creators_nim: 22.11.5316
contributors_name: Sasongko, Theopilus Bayu
corp_creators: Universitas AMIKOM Yogyakarta
title: ANALISIS SENTIMEN ULASAN PELANGGAN PADA TOKO
RETAIL SUPER DAZZLE DI GOOGLE MAPS 
MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK
EVALUASI KUALITAS LAYANAN
ispublished: pub
subjects: 000.000.000A
divisions: if
full_text_status: restricted
keywords: analisis sentimen, Naïve Bayes, TF-IDF, SMOTE, Google Maps, sentiment analysis.
abstract: Ulasan 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.
date: 2026-06-09
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Pangestu, Yohanes  (2026) ANALISIS SENTIMEN ULASAN PELANGGAN PADA TOKO RETAIL SUPER DAZZLE DI GOOGLE MAPS MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK EVALUASI KUALITAS LAYANAN.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/33043/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33043/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33043/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33043/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33043/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33043/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33043/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33043/8/Sourcecode%20-%2022.11.5316.zip
document_url: https://eprints.amikom.ac.id/id/eprint/33043/9/Publikasi.pdf