APLIKASI WEB UNTUK ANALISIS SENTIMEN TERHADAP RUMAH MAKAN REOG FOODY MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

Penelitian ini bertujuan untuk mengembangkan aplikasi web analisis sentimen terhadap ulasan konsumen pada rumah makan Reog Foody menggunakan metode Naïve Bayes Classifier. Dalam era digital saat ini, ulasan konsumen menjadi sumber informasi yang sangat berharga bagi pemilik usaha untuk meningkatkan kualitas layanan dan produk yang dimiliki. Metode Naïve Bayes Classifier dipilih karena keandalannya dalam klasifikasi teks dan kemampuannya dalam memberikan hasil dengan akurasi yang tinggi.
Penelitian ini melakukan analisis ulasan konsumen yang diambil dari platform Google, GoFood, GrabFood, dan ShopeeFood. Proses analisis sentimen melibatkan beberapa tahapan, dari pengumpulan data menggunakan extensions Google Instant Data Scraper, hingga preprocessing data yang meliputi cleaning, case folding, normalisasi, stopword/filtering, stemming, dan tokenizing. Data yang telah diproses kemudian diklasifikasikan menjadi sentimen positif, netral, atau negatif menggunakan metode Naïve Bayes Classifier.
Hasil penelitian menunjukkan bahwa aplikasi web yang dikembangkan mampu mengklasifikasikan ulasan konsumen dengan akurasi yang cukup baik. Dengan hasil klasifikasi dari 1100 data menggunakan perbandingan data training dan data testing sebesar 90:10 mendapatkan nilai akurasi sebesar 84.545%. Dengan demikian, aplikasi ini diharapkan dapat membantu para pelaku UMKM dalam memantau dan meningkatkan kinerja layanan pelaku usaha berdasarkan umpan balik dari konsumen.