Penerapan Metode Naïve Bayes Untuk Menilai Sentimen Pelanggan Barbershop

Authors

  • Kandhia Winggar Mahawuni Universitas Nusantara PGRI Kediri Indonesia
  • Ardi Sanjaya Universitas Nusantara PGRI Kediri Indonesia
  • Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/198wdq50

Abstract

Perkembangan teknologi digital menjadikan ulasan pelanggan sebagai salah satu aspek penting dalam membentuk citra sebuah bisnis, seperti halnya barbershop. Penelitian ini bertujuan untuk melakukan klasifikasi sentimen pelanggan menjadi kategori positif dan negatif dengan menggunakan algoritma Naive Bayes Classifier. Metodologi yang digunakan bersifat kuantitatif dengan tahapan pengambilan data ulasan dari Google review, pra-pemrosesan teks, pelabelan data, pelatihan model, dan evaluasi hasil dengan mengukur akurasi, presisi, recall, serta F1-score. Pendekatan yang digunakan terbukti dapat dijadikan dasar dalam menyusun strategi peningkatan pelayanan dan kenyamanan pelanggan dalam jangka panjang.

Keywords:

Analisis Sentimen, Ulasan Pelanggan, Barbershop, Naive Bayes Classifier, Klasifikasi

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

[1] Abdillah Fudholi, L., Rahaningsih, N., & Danar Dana, R. (2024). Sentimen Analisis Perilaku Penggemar Coldplay Di Media Sosial Twitter Menggunakan Metode Naive Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 4150–4159. https://doi.org/10.36040/jati.v8i3.9827

[2] Parasati, W., Abdurrachman Bachtiar, F., & Setiawan, N. Y. (2020). Analisis Sentimen Berbasis Aspek pada Ulasan Pelanggan Restoran Bakso President Malang dengan Metode Naïve Bayes Classifier. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 4(4), 1–10. https://j-ptiik.ub.ac.id/index.php/j- ptiik/article/view/7134

[3] Prasetyo, V. R., Ryanda, I. A., Prima, D. A., Kalirungkut, J. R., Rungkut, K., Rungkut, K., Surabaya, K., & Timur, J. (2023). Analisis Sentimen Dan Kategorisasi Review Pelanggan Pada Cafe Kopi Paste Dengan Metode Naive Bayes Dan K- Nearest Neighbor Sentiment Analysis and Categorization of Customer Reviews on Kopi Paste Cafe Using Naive Bayes and K-Nearest Neighbor Methods. Jurnal Ilmiah NERO, 8(1), 2023.

[4] Rahanto, F. F., & Kharisudin, I. (2021). Analisis Sentimen Data Ulasan Menggunakan Metode Naive Bayes Studi Kasus The Wujil Resort & Conventions Pada Situs Tripadvisor. UNNES Journal of Mathematics, 10(1), 55–62.

[5] Wijaya, D. S., Sanjaya, A., & Utomo, W. C. (2023). Analisis Sentimen Masyarakat Tentang Naiknya Harga BBM Dengan Metode Fasttext dan Naïve Bayes. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 7(1), 27–35.

[6] Hasan, F. N., & Dwijayanti, M. (2021). Analisis Sentimen Ulasan Pelanggan Terhadap Layanan Grab Indonesia Menggunakan Multinominal Naïve Bayes Classifier. 4(2), 52–58.

[7] Saninah, A., Prihartono, W., Rohmat, C. L., & Cirebon, K. (2025). ANALISIS SENTIMEN PENGGUNA TERHADAP APLIKASI DUOLINGO DENGAN NAÏVE BAYES CLASSIFIER. JITET, 13(1).

[8] Hizham, F. A., Murni, C. K., & Qori’atunnadyah, M. (2024). Uji Klasifikasi Algoritma Naive Bayes Classification dalam Analisis Sentimen Ulasan Puncak B29 Lumajang. Progresif: Jurnal Ilmiah Komputer, 20(1), 361.

https://doi.org/10.35889/progresif.v20i1.1618

[9] Herlinawati, N., Yuliani, Y., Faizah, S., Gata, W., & Samudi, S. (2020). Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine. CESS (Journal of Computer Engineering, System and Science), 5(2), 293. https://doi.org/10.24114/cess.v5i2.18186

[10] Devita, R. N., Herwanto, H. W., & Wibawa, A. P. (2018). Perbandingan Kinerja Metode Naive Bayes dan K-Nearest Neighbor untuk Klasifikasi Artikel Berbahasa indonesia. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(4), 427–434. https://doi.org/10.25126/jtiik.201854773

Downloads

Published

2025-07-10

Issue

Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Section

Articles

License

Copyright (c) 2025 Kandhia Winggar Mahawuni, Ardi Sanjaya, Ahmad Bagus Setiawan

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Penerapan Metode Naïve Bayes Untuk Menilai Sentimen Pelanggan Barbershop. (2025). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(3), 1961-1968. https://doi.org/10.29407/198wdq50