Analisis Sentimen Pelanggan Nuju Coffee HQ pada Ulasan Google Maps melalui Penerapan Model Multinomial Naive Bayes dengan Perbandingan Kombinasi TF-IDF dan N-Gram
Penelitian ini bertujuan untuk melakukan analisis terhadap sentimen pelanggan Nuju Coffee HQ berdasarkan ulasan Google Maps dengan menggunakan model klasifikasi Multinomial Naïve Bayes. Data diambil dengan cara scraping selama periode dari 13 Januari 2021 hingga 31 Desember 2024, dengan total 2.112 komentar. Data yang diperoleh kemudian diproses melalui beberapa langkah sebelumnya, yang meliputi case folding, cleaning text, tokenization, normalisasi, stemming, dan stopword removal. Penentuan sentimen dilakukan dengan metode berbasis kamus menggunakan kamus INSET. Penelitian ini juga membandingkan beberapa cara untuk mengambil fitur, yaitu TF-IDF yang dikombinasikan dengan N-Gram (unigram, bigram, trigram) untuk menentukan metode yang paling sesuai dengan karakteristik dari data tersebut. Untuk mengatasi masalah ketidakseimbangan dalam kelas sentimen, metode SMOTE diterapkan sebelum model dilatih. Penilaian kinerja model dilakukan dengan menggunakan confussion matrix yaitu akurasi, presisi, recall, dan f1-score. Hasil dari penelitian menunjukkan bahwa kombinasi TF-IDF dengan unigram memberikan hasil akurasi sebesar 79%, yang lebih tinggi dibandingkan cara lain dalam konteks data yang dipakai. Temuan ini menunjukkan bahwa pemilihan metode pengambilan fitur yang tepat dapat mempengaruhi kinerja klasifikasi, di mana unigram dapat menangkap konteks dalam ulasan pelanggan dengan lebih baik.
URI
https://repo.itera.ac.id/depan/submission/SB2508120071
Keyword
analisis sentimen Google Maps Nuju Coffee HQ Multinomial Naïve Bayes TF-IDF N-Gram SMOTE