<![CDATA[ Abstrak - Perkembangan jumlah UMKM di Kota Banjarmasin terutama pada sektor kuliner khususnya seperti soto banjar,sop banjar,ketupat kandangan, sambal acan sampai beraneka gangan menyebabkan persaingan antar UMKM yang semakin ketat. Hal Ini dapat mempengaruhi penjualan dan persepsi konsumen yang berbeda.Penelitian yang dilakukan bertujuan untuk Menganalisis Sentimen Konsumen (Positif,Negatif , atau netral) dengan menggunakan algoritma Naive Bayes.Dalam penelitian ini menggunakan metode survei dengan melibatkan kuesioner untuk pengumpulan data.Penelitian yang dilakukan menunjukkan bahwa metode Naive Bayes dapat melakukan analisis sentimen terhadap data konsumen UMKM sektor kuliner di Kota Banjarmasin dengan hasil akurasi metode Naive Bayes 97%, Pada label positif mendapatkan nilai precision,recall dan F1-score sebesar 98% dan pada label netral mendapatkan nilai precision,recall dan F1-score sebesar 88% . selain itu, proporsi untuk label positif sebanyak 191 data, label netral sebanyak 20 data, dan label negatif tidak ada sama sekali.Hasil penelitian menunjukkan akurasi metode Naive Bayes 97%. Analisis menunjukkan bahwa 191 data yang menunjukan label positif dan 20 data menunjukan label netral . Berdasarkan hasil yang didapatkan maka algoritma Naive Bayes dapat diimplementasikan pada data konsumen UMKM sektor Kuliner di Kota Banjarmasin.Kata kunci: analisis sentimen, UMKM kuliner Banjarmasin, naive bayes Abstract - The increasing number of Micro, Small, and Medium Enterprises (MSMEs) in Banjarmasin City, particularly in the culinary sector, ranging from traditional dishes such as soto Banjar, sop Banjar, ketupat Kandangan, sambal acan to various snacks, has intensified competition among MSMEs. This phenomenon can affect sales and consumer perceptions differently.This research aims to Analyze Consumer Sentiments (Positive, Negative, or Neutral) using the Naive Bayes algorithm.This study employed a survey method involving questionnaires for data collection.The research conducted indicates that the Naive Bayes method can analyze sentiment in consumer data of culinary MSMEs in Banjarmasin City with an accuracy rate of 97%. In the positive label, precision, recall, and F1-score obtained values of 98%, while in the neutral label, precision, recall, and F1-score obtained values of 88%. Additionally, there were 191 data for the positive label, 20 data for the neutral label, and no data for the negative label.The research results demonstrate a Naive Bayes method accuracy of 97%. The analysis shows 191 data indicating a positive label and 20 data indicating a neutral label. Based on the obtained results, the Naive Bayes algorithm can be implemented in consumer data of culinary MSMEs in Banjarmasin City.Keywords: culinary MSMEs Banjarmasin, naive bayes ,sentiment analysis]]>
