PENERAPAN MULTINOMIAL NAIVE BAYES UNTUK ANALISIS SENTIMEN ASPEK PADA ULASAN MALL DI KOTA SOLO

Yoga Andrian Prasetyo; Faulinda Ely Nastiti; Nurohman Nurohman

doi:10.51401/jinteks.v7i3.6097

Authors

Yoga Andrian Prasetyo Universitas Duta Bangsa Surakarta
Faulinda Ely Nastiti Universitas Duta Bangsa Surakarta
Nurohman Nurohman Universitas Duta Bangsa Surakarta

DOI:

https://doi.org/10.51401/jinteks.v7i3.6097

Keywords:

Analisis Sentimen, Aspek, Google Maps, Mall, Naive Bayes

Abstract

Perkembangan teknologi digital telah mendorong meningkatnya jumlah ulasan publik secara daring, termasuk di platform Google Maps. Namun, ulasan tersebut belum dimanfaatkan secara optimal oleh pengelola layanan untuk meningkatkan kualitas pelayanan. Oleh karena itu, penelitian ini penting dilakukan untuk menggali informasi dari ulasan secara otomatis sebagai bahan evaluasi layanan yang lebih terukur. Penelitian ini bertujuan membangun sistem analisis sentimen berbasis aspek terhadap ulasan pengguna Google Maps mengenai mall di Kota Solo, khususnya Pusat Grosir Solo. Metode yang digunakan adalah algoritma Multinomial Naive Bayes (MNB) untuk klasifikasi sentimen dan metode string matching untuk identifikasi aspek. Sistem dikembangkan menggunakan metode Waterfall dan diimplementasikan dalam bentuk aplikasi web interaktif. Dataset terdiri dari 200 ulasan yang telah diberi label secara manual untuk aspek dan sentimen. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan aspek dan sentimen dengan akurasi sebesar 80,00%, yang tergolong dalam kategori akurasi tinggi. Hal ini menunjukkan kinerja sistem yang andal dan efektif dalam mengenali opini pengguna secara otomatis. Penelitian ini diharapkan dapat membantu pihak pengelola mall memahami persepsi publik secara lebih mendalam dan spesifik berdasarkan aspek layanan, sehingga dapat digunakan sebagai dasar evaluasi dan perbaikan layanan secara menyeluruh.

References

S. Fatimah, E. Purwanto, and H. Permatasari, “Analisis Sentimen Twitter Tentang Wisata di Kota Solo,” Techno.Com, vol. 22, no. 4, pp. 854–869, 2023, doi: 10.33633/tc.v22i4.9154.

R. T. Utami and R. L. Rahayu, “Perancangan Pusat Perbelanjaan Modern Pelayanan Publik Di Wonogiri Jawa Tengah,” Semin. Nas. Komunitas dan Kota Berkelanjutan, pp. 668–680, 2020, [Online]. Available: http://proceeding.unindra.ac.id/index.php/semnaskkbarsi

N. L. P. M. Putu, Ahmad Zuli Amrullah, and Ismarmiaty, “Analisis Sentimen dan Pemodelan Topik Pariwisata Lombok Menggunakan Algoritma Naive Bayes dan Latent Dirichlet Allocation,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 123–131, 2021, doi: 10.29207/resti.v5i1.2587.

N. Fibriyanti Arminda, N. Sulistiyowati, and T. Nur Padilah, “Implementasi Algoritma Multinomial Naive Bayes Pada Analisis Sentimen Terhadap Ulasan Pengguna Aplikasi Brimo,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 3, pp. 1817–1822, 2023, doi: 10.36040/jati.v7i3.7012.

E. Nurmawati and A. Amanda, “Analisis Sentimen Dan Pemodelan Topik Pada Tweet Terkait Data Badan Pusat Statistik,” J. Sist. Inf. dan Inform., vol. 6, no. 2, pp. 165–176, 2023, doi: 10.47080/simika.v6i2.2789.

A. Nurian, M. S. Ma’arif, I. N. Amalia, and C. Rozikin, “Analisis Sentimen Pengguna Aplikasi Shopee Pada Situs Google Play Menggunakan Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 1, 2024, doi: 10.23960/jitet.v12i1.3631.

R. M. Turjaman and I. Budi, “Analisis Sentimen Berbasis Aspek Marketing Mix Terhadap Ulasan Aplikasi Dompet Digital (Studi Kasus: Aplikasi Linkaja Pada Twitter),” J. Darma Agung, vol. 30, no. 2, p. 266, 2022, doi: 10.46930/ojsuda.v30i2.1672.

J. Ilmiah and W. Pendidikan, “1 , 2 , 3,” vol. 10, no. 20, pp. 105–115, 2024.

H. Hajaroh, T. Suprapti, and R. Narasati, “Implementasi Algoritma Naive Bayes Untuk Analisis Sentimen Ulasan Produk Makanan Dan Minuman Di Tokopedia,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 111–118, 2024, doi: 10.36040/jati.v8i1.8237.

H. P. Doloksaribu and Yusran Timur Samuel, “Komparasi Algoritma Data Mining Untuk Analisis Sentimen Aplikasi Pedulilindungi,” J. Teknol. Inf. J. Keilmuan dan Apl. Bid. Tek. Inform., vol. 16, no. 1, pp. 1–11, 2022, doi: 10.47111/jti.v16i1.3747.

A. S. Iedwan, N. Mauliza, Y. Pristyanto, A. D. Hartanto, and A. N. Rohman, “Perbandingan Performa SVM dan Multinomial Naïve Bayes dalam Analisis Sentimen pada Film ’ Dirty Vote ’,” vol. 11, no. 3, pp. 839–848, 2024, doi: 10.15294/sji.v11i3.10290.

D. Pratmanto, F. F. D. Imaniawan, and V. Maarif, “Analisis Sentimen Pada Ulasan Pengguna Aplikasi Identitas Kependudukan Digital Dengan Metode Naive Bayes Dan K-Nearest,” Comput. J. Comput. Sci. Inf. Syst., vol. 7, no. 2, pp. 155–166, 2023, doi: 10.24912/computatio.v7i2.26322.

P. G. Hidup and D. A. N. Suasana, “3) . 1,” no. September, 2024.

H. Wijaya and L. Hakim, “Analisis Sentimen Kebijakan Jaminan Hari Tua (Jht) Pada Twitter Menggunakan Naïve Bayes,” J. Algoritm. Log. dan Komputasi, vol. 6, no. 1, pp. 509–518, 2023, doi: 10.30813/j-alu.v6i1.3552.

P. Dan, H. Penjualan, and J. Merang, “Rancang bangun e-commerce berbasis content management system (cms) untuk meningkatkan pemasaran dan hasil penjualan jamur merang 1.,” vol. 9, no. 3, pp. 1596–1607, 2024.

Gishella Septania Al-Husna, Dian Asmarajati, Iman Ahmad Ihsannuddin, and Rina Mahmudati, “Perbandingan Metode Naïve Bayes Dan Support Vector Machine Untuk Analisis Sentimen Pada Ulasan Pengguna Aplikasi Linkedin,” STORAGE J. Ilm. Tek. dan Ilmu Komput., vol. 3, no. 2, pp. 139–144, 2024, doi: 10.55123/storage.v3i2.3602.