<![CDATA[Frenz Accessories Handphone adalah sebuah perusahaan yang bergerak di industri penjualan aksesoris HP dengan 200 cabang yang tersebar di pulau Jawa. Frenz sangat menghargai pendapat pelanggan terkait produk dan layanan yang mereka sediakan untuk meningkatkan kepuasan pelanggan dalam menghadapi persaingan industri yang semakin ketat. Namun, data ulasan pelanggan dengan volume yang terus meningkat di platform online seperti Google Maps membutuhkan waktu yang lama untuk mengetahui polaritas ulasan positif atau negatif secara manual. Oleh karena itu, diperlukan model analisis sentimen akurat yang dapat mengklasifikasikan ulasan pelanggan. Penelitian ini menggunakan metode Naive Bayes Classifier karena efisiensi dan kemampuannya yang handal dalam menangani klasifikasi teks dengan volume data yang besar. Algoritma ini sederhana namun efektif, memberikan hasil yang cepat dan akurat dengan komputasi yang relatif rendah. Alur metode ini dimulai dari pengumpulan data, data understanding, preprocessing text, data visualization, data preparation, dan modelling. Dataset yang digunakan untuk membangun model analisis sentimen adalah data ulasan pelanggan Frenz dari Google Maps sebanyak 1.311 data. Analisis sentimen dalam setiap aspek menghasilkan nilai akurasi sebesar 98% pada aspek Pelayanan, 100% pada aspek Kualitas, dan 82% pada aspek Barang. Hasil klasifikasi analisis sentimen divisualisasikan dalam bentuk dashboard yang dilengkapi dengan filter berdasarkan waktu, aspek, dan sentimen.]]>
Copyrights © 2024
