ANALISIS SENTIMEN PADA ULASAN MAKANAN DI GOOGLE MAPS DI SEKITAR ITERA MENGGUNAKAN ALGORITMA MULTINOMIAL NAIVE BAYES
Ulasan pengguna pada platform Google Maps telah menjadi sumber informasi utama bagi konsumen dalam menilai kualitas makanan dan layanan tempat makan, namun pengelolaan feedback secara manual menjadi tidak efisien karena volume dan keragaman data yang besar. Penelitian ini bertujuan untuk mengukur hasil nilai pengujian algoritma Multinomial Naive Bayes dalam mengklasifikasikan sentimen ulasan makanan di Google Maps sekitar Institut Teknologi Sumatera (ITERA). Data dikumpulkan melalui web scraping menggunakan custom script untuk crawling 912 ulasan dari 12 tempat makan dalam radius 2,5 km dari ITERA periode 2020-2025. Tahapan preprocessing meliputi case folding, cleansing, normalisasi kata , tokenizing, stopword removal dengan kamus bahasa Indonesia, dan stemming. Ekstraksi fitur dilakukan dengan metode Term Frequency-Inverse Document Frequency (TF-IDF). Model klasifikasi dibangun menggunakan algoritma Multinomial Naive Bayes dengan rasio data latih 80
URI
https://repo.itera.ac.id/depan/submission/SB2506020036
Keyword
Analisis sentimen Multinomial Naive bayes TF-IDF Ulasan makanan Google Maps