Analisis Sentimen Ulasan Konsumen Martabak Kubang Hayuda Menggunakan Support Vector Machine

Almas, Muhammad Fikri and Nanang Yudi Setiawan, S.T., M.Kom and Ir. Satrio Hadi Wijoyo, S.Si., S.Pd., (2024) Analisis Sentimen Ulasan Konsumen Martabak Kubang Hayuda Menggunakan Support Vector Machine. Sarjana thesis, Universitas Brawijaya.

Abstract

Martabak Kubang Hayuda, sebuah restoran kuliner yang telah berdiri sejak 1988, menghadapi berbagai keluhan konsumen terkait harga produk yang dianggap mahal, rasa makanan yang dianggap tidak konsisten, dan keterbatasan tempat parkir. Namun, evaluasi mendalam terhadap keluhan tersebut belum dilakukan karena keterbatasan dalam kemampuan mengolah dan menganalisis data ulasan konsumen. Ulasan konsumen di Google Maps menjadi sumber data yang berpotensi untuk menggali persepsi pelanggan secara lebih komprehensif. Penelitian ini bertujuan untuk menganalisis sentimen ulasan konsumen Martabak Kubang Hayuda berbasis aspek menggunakan algoritma Support Vector Machine (SVM) dan Latent Dirichlet Allocation (LDA). LDA digunakan untuk memodelkan topik ulasan sehingga data ulasan dapat dikelompokkan ke berbagai aspek. Selanjutnya, SVM diterapkan untuk mengklasifikasikan seluruh data ulasan ke dalam sentimen positif dan negatif. Untuk mengidentifikasi akar permasalahan sentimen negatif, metode root cause analysis dengan visualisasi fishbone diagram digunakan. Proses analisis sentimen dilakukan dengan pengambilan data menggunakan platform Apify, text-preprocessing, pembobotan data menggunakan TF-IDF, pemodelan topik dengan LDA, pelabelan sentimen, klasifikasi sentimen dengan SVM, dan pengujian model SVM menggunakan confusion matrix. Pelabelan sentimen dilakukan menggunakan leksikon InSet, Generative Pre-trained Transformer (GPT), dan validasi peneliti. Hasil penelitian menunjukkan bahwa SVM mencapai tingkat accuracy sebesar 86% dalam mengklasifikasikan data ulasan. Hasil root cause analysis mengungkapkan bahwa terdapat 21 akar masalah yang didapatkan atas keluhan pelanggan yang tersebar di 4 aspek utama, yaitu kualitas makanan, lingkungan fisik, harga, dan kualitas pelayanan.

English Abstract

Martabak Kubang Hayuda, a culinary establishment founded in 1988, has encountered various customer complaints concerning high product prices, inconsistent food quality, and limited parking space. However, a comprehensive evaluation of these complaints has yet to be conducted due to limitations in processing and analyzing consumer review data. Customer reviews on Google Maps offer a potential data source for gaining deeper insights into customer perceptions. This study aims to analyze sentiment in customer reviews of Martabak Kubang Hayuda based on aspects using the Support Vector Machine (SVM) algorithm and Latent Dirichlet Allocation (LDA). LDA is utilized to model review topics, enabling the grouping of review data into various aspects. Subsequently, SVM is applied to classify all review data into positive and negative sentiments. To identify the root causes of negative sentiment, root cause analysis is employed, visualized through a fishbone diagram. The sentiment analysis process involves data extraction using the Apify platform, text preprocessing, data weighting using TF-IDF, topic modeling with LDA, sentiment labeling, sentiment classification with SVM, and SVM model evaluation using a confusion matrix. Sentiment labeling is conducted using the InSet lexicon, Generative Pre-trained Transformer (GPT), and researcher validation. The results indicate that SVM achieves an accuracy rate of 86% in classifying review data. The root cause analysis reveals 21 root problems derived from customer complaints across four main aspects: food quality, physical environment, pricing, and service quality.

Item Type:	Thesis (Sarjana)
Identification Number:	052415
Uncontrolled Keywords:	Analisis sentimen, support vector machine, latent dirichlet allocation, root cause analysis, fishbone diagram
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	S Sucipto
Date Deposited:	20 Jan 2025 04:21
Last Modified:	20 Jan 2025 04:21
URI:	http://repository.ub.ac.id/id/eprint/235174

Text (DALAM MASA EMBARGO) Muhammad Fikri Almas.pdf Restricted to Registered users only Download (7MB)

Actions (login required)

View Item