Article Per Year (5 Year)
p-Index From 2021 - 2026
1.683
P-Index
This Author published in this journals
All Journal JURNAL ILMU PERTANIAN Jurnal Informatika Kaputama (JIK) Agro Bali: Agricultural Journal JUKI : Jurnal Komputer dan Informatika Jurnal Inovasi Pengabdian dan Pemberdayaan Masyarakat Journal Global Technology Computer Jurnal Pengabdian Barelang Indonesian Journal of Multidisciplinary Scientific Studies
Wilda Rina Hasibuan
Universitas Muhammadiyah Sumatera Utara
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Analisis Sentimen Penentuan Prioritas Perbaikan Layanan Museum Provinsi Sumatera Utara Berdasarkan Ulasan Pengunjung Menggunakan Metode Naïve Bayes Annisa Tasya Fadila; Wilda Rina Hasibuan
Indonesian Journal of Multidisciplinary Scientific Studies Vol 4 No 6 (2026): Edisi Oktober - November 2026
Publisher : Lembaga Penelitian Dan Pengabdian Masyarakat (LPPM) STAI Raudhatul Akmal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33151/ijomss.v4i6.1126

Abstract

Museum Provinsi Sumatera Utara menerima ulasan pengunjung secara terus-menerus melalui platform Google Maps, namun proses analisis ulasan secara manual tidak efektif akibat besarnya volume data. Penelitian ini bertujuan membangun sistem analisis sentimen berbasis web yang mampu mengklasifikasikan ulasan pengunjung secara otomatis ke dalam kategori positif, negatif, dan netral, serta menentukan prioritas perbaikan layanan berdasarkan hasil analisis tersebut. Data sebanyak 500 ulasan dikumpulkan menggunakan teknik web scraping melalui platform Apify. Data kemudian diproses melalui tahapan preprocessing teks yang meliputi case folding, cleaning, tokenizing, stopword removal, dan stemming, dilanjutkan dengan pembobotan fitur menggunakan TF-IDF (Term Frequency–Inverse Document Frequency) dan klasifikasi menggunakan algoritma Multinomial Naïve Bayes. Pelabelan sentimen dilakukan berdasarkan nilai rating pengunjung, yaitu rating 4–5 sebagai positif, rating 3 sebagai netral, dan rating 1–2 sebagai negatif. Hasil klasifikasi menggunakan data latih 80% dan data uji 20% menunjukkan akurasi sebesar 88,0%. Dari keseluruhan 500 ulasan, diperoleh 441 ulasan (88,2%) bersenti­men positif, 28 ulasan (5,6%) netral, dan 31 ulasan (6,2%) negatif. Analisis aspek layanan berbasis keyword matching terhadap lima aspek—fasilitas, pelayanan, koleksi museum, kebersihan, dan aksesibilitas—menunjukkan bahwa aspek fasilitas dan pelayanan memperoleh jumlah sentimen negatif tertinggi masing-masing delapan ulasan sehingga menjadi prioritas utama perbaikan. Sistem yang dibangun telah diuji menggunakan metode Black Box Testing dan seluruh fungsi berjalan sesuai yang diharapkan. Hasil penelitian ini memberikan rekomendasi berbasis data bagi pengelola museum untuk meningkatkan kualitas layanan secara lebih terarah dan efektif.
Co-Authors Ahmad Agung Hadikosyah Andrio Prijaya Andrio Prijaya Annisa Tasya Fadila Asritanarni Munar Friska Andriani Hazen Arrazie Kurniawan Herman Herman Imam Hartono Bangun Joko Susilo Joko Susilo Joko Susilo Joko Susilo Lubis, Efrida Sunardi, Sunardi