Penerapan Algoritma Multinomial Naive Bayes untuk Analisis Sentimen Berbasis Aspek pada Ulasan Google Maps tentang Mall di Kota Solo

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 di Pusat Grosir Solo (PGS). Metode yang digunakan adalah algoritma
Multinomial Naive Bayes (MNB) untuk klasifikasi sentimen dan 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 dalam memahami persepsi publik secara lebih
mendalam dan spesifik berdasarkan aspek layanan, sehingga dapat digunakan sebagai dasar evaluasi dan perbaikan layanan secara
menyeluruh.

https://jurnal.uts.ac.id/index.php/JINTEKS/article/view/6097