Text

Analisis Sentimen Berbasis Aspek pada Pelayanan Hotel di Pekanbaru Menggunakan Metode Naive Bayes dan Logistic Regression

---

Perkembangan industri perhotelan di Kota Pekanbaru mendorong peningkatan jumlah ulasan pelanggan pada platform daring, khususnya Google Maps. Ulasan tersebut memuat berbagai opini pelanggan terhadap aspek pelayanan hotel yang dapat dimanfaatkan sebagai bahan evaluasi kualitas layanan. Namun, besarnya volume data menjadikan analisis manual kurang efektif, sehingga diperlukan pendekatan otomatis melalui analisis sentimen berbasis aspek. Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek terhadap ulasan hotel di Pekanbaru serta membandingkan kinerja metode Naïve Bayes dan Logistic Regression. Data diperoleh melalui teknik web scraping, kemudian diproses menggunakan tahapan prapemrosesan teks dan ekstraksi fitur TF-IDF. Untuk mengatasi ketidakseimbangan data, diterapkan metode Synthetic Minority Over sampling Technique (SMOTE). Proses klasifikasi dilakukan menggunakan algoritma Naïve Bayes dan Logistic Regression dengan skema evaluasi Stratified K-Fold Cross Validation sebanyak lima fold. Hasil penelitian menunjukkan bahwa metode Logistic Regression memberikan kinerja yang lebih baik dibandingkan Naïve Bayes, dengan rata-rata akurasi sebesar 91,16%, sedangkan Naïve Bayes mencapai 87,38%. Dengan demikian, Logistic Regression lebih efektif digunakan dalam analisis sentimen berbasis aspek pada ulasan pelanggan hotel di Pekanbaru. Hasil penelitian ini diharapkan dapat membantu pihak hotel dalam meningkatkan kualitas pelayanan serta menjadi referensi bagi penelitian selanjutnya.

---

Availability

Detail Information

Call Number

-

Language

Indonesia

NPM

203510487

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Naive Bayes
Analisis Sentimen
Logistic Regression
Berbasis Aspek

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment