<![CDATA[Perkembangan platform ulasan daring menyebabkan meningkatnya jumlah data teks opini pelanggan yang dapat dimanfaatkan untuk evaluasi kualitas layanan restoran. Namun, analisis manual terhadap ulasan tersebut tidak efisien dan berpotensi menimbulkan subjektivitas. Permasalahan utama penelitian ini adalah bagaimana mengklasifikasikan sentimen ulasan pelanggan Restoran Llauk Nusantara Semarang secara otomatis dan akurat. Penelitian ini bertujuan untuk menerapkan metode Support Vector Machine (SVM) dalam analisis sentimen ulasan pelanggan serta mengukur kinerja klasifikasinya. Metode penelitian meliputi pengumpulan data ulasan dari Google Review, preprocessing teks yang mencakup case folding, tokenisasi, normalisasi, stopword removal, dan stemming. Selanjutnya dilakukan ekstraksi fitur menggunakan TF-IDF dan seleksi fitur Chi-Square, kemudian data dibagi menjadi data latih dan data uji dengan rasio 80:20. Model SVM dibangun dengan kernel linear dan dievaluasi menggunakan metrik confusion matrix. Hasil pengujian menunjukkan bahwa metode SVM mampu mengklasifikasikan sentimen ulasan pelanggan dengan akurasi sebesar 87,02%, serta memiliki nilai presisi, recall, dan F1-score yang lebih baik dibandingkan metode Naive Bayes sebagai pembanding. Hasil ini menunjukkan bahwa metode SVM efektif dalam analisis sentimen ulasan restoran berbahasa Indonesia]]>
Copyrights © 2026
