Klasifikasi Sentimen Ulasan Google Maps Menggunakan Metode Multinomial Naïve Bayes (Studi Kasus Universitas Muhammadiyah Gresik)

Putri, Rhizky Amalia (2025) Klasifikasi Sentimen Ulasan Google Maps Menggunakan Metode Multinomial Naïve Bayes (Studi Kasus Universitas Muhammadiyah Gresik). undergraduate thesis, Universitas Muhammadiyah Gresik.

This is the latest version of this item.

[img] Text
Halaman Pernyataan Keaslian.pdf

Download (352kB)
[img] Text
Halaman Persetujuan Skripsi.pdf

Download (368kB)
[img] Text
Halaman Pengesahan Skripsi.pdf

Download (419kB)
[img] Text
Halaman Pernyataan Persetujuan Publikasi.pdf

Download (106kB)
[img] Text
Halaman Judul.pdf

Download (713kB)
[img] Text
Bab 1.pdf

Download (511kB)
[img] Text
Bab 2.pdf

Download (601kB)
[img] Text
Bab 3.pdf

Download (1MB)
[img] Text
Bab 4.pdf
Restricted to Repository staff only until 13 January 2031.

Download (892kB)
[img] Text
Bab 5.pdf

Download (465kB)
[img] Text
Daftar Pustaka.pdf

Download (417kB)
[img] Text
Lampiran.pdf

Download (516kB)

Abstract

Perkembangan teknologi informasi mendorong masyarakat untuk menyampaikan opini dan pengalaman mereka terhadap suatu institusi melalui platform digital, salah satunya Google Maps. Ulasan pengguna yang bersifat teks bebas mengandung informasi penting mengenai persepsi publik terhadap kualitas layanan dan fasilitas suatu institusi. Namun, jumlah data yang besar dan penggunaan bahasa tidak terstruktur menyebabkan analisis secara manual menjadi tidak efisien dan cenderung subjektif. Oleh karena itu, diperlukan metode analisis sentimen otomatis untuk mengolah dan mengklasifikasikan ulasan tersebut secara objektif. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna Google Maps terhadap Universitas Muhammadiyah Gresik menggunakan metode Multinomial Naïve Bayes. Data ulasan yang digunakan diperoleh dari Google Maps dan melalui tahapan preprocessing, meliputi data cleaning, normalisasi kata, tokenisasi, penghapusan stopword, dan stemming. Selanjutnya, data diekstraksi menggunakan metode TF-IDF dan diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Model yang dibangun kemudian diuji untuk mengetahui tingkat akurasi dan kinerjanya menggunakan confusion matrix serta metrik evaluasi seperti precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa metode Multinomial Naïve Bayes mampu mengklasifikasikan sentimen ulasan pengguna dengan baik dan menghasilkan tingkat akurasi yang cukup tinggi. Sistem yang dikembangkan juga mampu menampilkan hasil analisis secara informatif melalui visualisasi grafik, word cloud, dan persentase sentimen. Dengan demikian, penelitian ini diharapkan dapat membantu pihak Universitas Muhammadiyah Gresik dalam memahami persepsi publik secara cepat dan akurat serta menjadi dasar dalam evaluasi dan peningkatan kualitas layanan dan citra institusi.

Item Type: Thesis (undergraduate)
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Admin Admin Admin
Date Deposited: 26 Mar 2026 10:17
Last Modified: 26 Mar 2026 10:17
URI: http://eprints.umg.ac.id/id/eprint/16317

Available Versions of this Item

Actions (login required)

View Item View Item