ANALISIS SENTIMEN ULASAN PELANGGAN PADA TOKO RETAIL SUPER DAZZLE DI GOOGLE MAPS MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK EVALUASI KUALITAS LAYANAN

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.

[img] Text (COVER-ABSTRAK)
COVER.pdf - Published Version
Download (836kB)
[img] Text (BAB I)
BAB I.pdf - Published Version
Download (280kB)
[img] Text (BAB II)
BAB II.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB III)
BAB III.pdf - Published Version
Restricted to Registered users only
Download (546kB)
[img] Text (BAB IV)
BAB IV.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB V)
BAB V.pdf - Published Version
Download (83kB)
[img] Text (DAFTAR PUSTAK - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version
Restricted to Registered users only
Download (970kB)
[img] Archive (SOURCE CODE)
Sourcecode - 22.11.5316.zip - Published Version
Restricted to Repository staff only
Download (634kB)
[img] Text (PUBLIKASI)
Publikasi.pdf - Published Version
Restricted to Repository staff only
Download (775kB)

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.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Sasongko, Theopilus Bayu
Uncontrolled Keywords: analisis sentimen, Naïve Bayes, TF-IDF, SMOTE, Google Maps, sentiment analysis.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 29 Sep 2026 03:34
Last Modified: 29 Sep 2026 03:34
URI: http://eprints.amikom.ac.id/id/eprint/33043

Actions (login required)

View Item View Item