Article Per Year (5 Year)
p-Index From 2020 - 2025
2.737
P-Index
This Author published in this journals
All Journal Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Agrotech Jurnal ULTIMA InfoSys Journal of Economicate Studies Agroplantae: Jurnal Ilmiah Budidaya dan Pengelolaan Tanaman Perkebunan Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Ilmiah Wahana Pendidikan JELL (Journal of English Language Learning Jurnal Ekonomi dan Bisnis Jurnal MediLab Mandala Waluya
Yayu Sri Rahayu
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Manajemen Informatika dan Sistem Informasi

 1 
KLASIFIKASI SENTIMEN PELANGGAN RESTORAN KOKI SUNDA MENGGUNAKAN ALGORITMA NAIVE BAYES Irawan, Dedi; Yayu Sri Rahayu; Mohamad Farozi
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 8 No. 2 (2025): MISI Juni 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v8i2.1643

Abstract

             Koki Sunda adalah bisnis kuliner yang telah menerima banyak ulasan pelanggan secara online. Ulasan-ulasan ini mencerminkan pengalaman konsumen; namun, tidak ada sistem otomatis untuk menganalisis opini-opini ini secara efisien. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pelanggan terhadap makanan di Restoran Koki Sunda dengan menggunakan algoritma Naïve Bayes. Data diperoleh melalui teknik web scraping dari platform ulasan online, serta melalui survei langsung. Proses pra-pemrosesan meliputi pembersihan teks, normalisasi, penghilangan stopwords, stemming, dan tokenisasi. Fitur diekstraksi menggunakan metode TF-IDF, dan data dibagi menjadi data latih (80%) dan data uji (20%). Hasil evaluasi menunjukkan bahwa model Multinomial Naïve Bayes memiliki kinerja yang baik, mencapai akurasi 88,33%, presisi 87,10%, recall 90,00%, dan F1-score 88,54%. Temuan ini menunjukkan bahwa algoritma ini efektif untuk mengidentifikasi opini pelanggan secara otomatis. Sistem klasifikasi yang dikembangkan memiliki potensi untuk membantu manajer restoran lebih memahami kebutuhan pelanggan dan meningkatkan kualitas layanan berdasarkan data ulasan langsung.
Co-Authors Andry Trijumansyah Ani Solihat Bastaman Syah Darso Sugiono Dedi Irawan Djunarto, Djunarto Dwi Heriyanto Eka Nurhidayat Harianja, Benny hastri firharmawan Hayatul Rahmi Hetty Kurniati Intan Intan Permatasari Linda Marlina Mohamad Farozi Muharam Muharam Muharam Muharam Musafa Neng Nadia Rahayu Qurrota Ayun Fahra Hasanah Ratnawati Ratnawati Ridwan Kusuma Wardhana Rifani Tiara Rahmanda Albadri Rofily Putriyandari Rommy Andhika Laksono Rudi Riyanto Sanatang SATRIYAS ILYAS Shally Solihah Syamsul Arifin Syawal Abdurrahman Wahid Mustofa Wulan Yuliyana, Wulan