HIDAYAT, ADI (2025) KLASIFIKASI SENTIMEN PELANGGAN DENGAN ALGORITMA LOGISTIC REGRESSION PADA ULASAN RESTORAN DI GOOGLE MAPS. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER-ASBTRAK)
COVER.pdf - Published Version Download (714kB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (190kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (346kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (246kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (374kB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (77kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (153kB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (540kB) |
Abstract
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.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Sentimen, Regresi Logistik, Ulasan Pelanggan, Google Maps, Analisis Data. Sentiment Analysis, Logistic Regression, SMOTE, GridSearchCV, MachineLearnin. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 26 Feb 2026 01:58 | ||
| Last Modified: | 26 Feb 2026 01:58 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/31654 |
Actions (login required)
 |
View Item |