<![CDATA[Richeese Factory Mongonsidi merupakan salah satu bisnis kuliner yang aktif menerima umpan balik pelanggan melalui media digital seperti Google Review. Setiap harinya, volume data ulasan tekstual yang masuk terus bertambah, sehingga pihak manajemen menghadapi kesulitan untuk mengevaluasi kualitas pelayanan secara manual karena membutuhkan waktu lama dan rentan terhadap subjektivitas. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) berbasis web yang mampu mengklasifikasikan ulasan pelanggan secara otomatis ke dalam kategori sentimen positif dan negatif. Metode yang diterapkan dalam pem-rosesan teks ini adalah algoritma Naive Bayes Classifier, sebuah metode klasifikasi berbasis Probabilitas yang efisien dalam menangani data tekstual berskala besar. Alur sistem diawali dengan penarikan data (scraping) ulasan mentah dari Google Review, dilanjutkan dengan tahap text Preprocessing yang meliputi Case Folding, filtering, Stopword Removal, dan Stemming guna membersihkan data teks dari de-rau (noise). Setelah teks bersih, algoritma Naive Bayes menghitung nilai Probabili-tas setiap kata untuk menentukan label sentimen akhir dokumen. Hasil analisis ini kemudian divisualisasikan ke dalam bentuk grafik Dashboard interaktif dan tabel rekomendasi strategi layanan bagi pihak manajemen eksekutif. Sistem pendukung keputusan ini diharapkan dapat membantu manajemen Richeese Factory Mon-gonsidi dalam mengidentifikasi keluhan pelanggan secara cepat, akurat, dan real-time guna meningkatkan kualitas pelayanan. ]]>
