<![CDATA[Perkembangan teknologi digital telah mendorong meningkatnya jumlah ulasan publik secara daring, termasuk di platform Google Maps. Namun, ulasan tersebut belum dimanfaatkan secara optimal oleh pengelola layanan untuk meningkatkan kualitas pelayanan. Oleh karena itu, penelitian ini penting dilakukan untuk menggali informasi dari ulasan secara otomatis sebagai bahan evaluasi layanan yang lebih terukur. Penelitian ini bertujuan membangun sistem analisis sentimen berbasis aspek terhadap ulasan pengguna Google Maps mengenai mall di Kota Solo, khususnya Transmart Solo Pabelan. Metode yang digunakan adalah algoritma Multinomial Naive Bayes (MNB) untuk klasifikasi sentimen dan metode string matching untuk identifikasi aspek. Sistem dikembangkan menggunakan metode Waterfall dan diimplementasikan dalam bentuk aplikasi web interaktif. Dataset terdiri dari 200 ulasan yang telah diberi label secara manual untuk aspek dan sentimen. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan aspek dan sentimen dengan akurasi sebesar 80,00%, yang tergolong dalam kategori akurasi tinggi. Hal ini menunjukkan kinerja sistem yang andal dan efektif dalam mengenali opini pengguna secara otomatis. Penelitian ini diharapkan dapat membantu pihak pengelola mall memahami persepsi publik secara lebih mendalam dan spesifik berdasarkan aspek layanan, sehingga dapat digunakan sebagai dasar evaluasi dan perbaikan layanan secara menyeluruh.]]>
Copyrights © 2025
