Vincentius Riandaru Prasetyo
Program Studi Teknik Informatika, Universitas Surabaya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS SENTIMEN DAN KATEGORISASI REVIEW PELANGGAN PADA CAFE KOPI PASTE DENGAN METODE NAIVE BAYES DAN K-NEAREST NEIGHBOR Vincentius Riandaru Prasetyo; Ihza Akbar Ryanda; Delta Ardy Prima
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.18465

Abstract

Minum kopi telah menjadi budaya di kalangan masyarakat Indonesia, budaya minum kopi ini sudah ada sejak zaman penjajahan Belanda. Seiring berkembangnya bangsa Indonesia, penikmat kopi di Indonesia pun semakin meningkat. Untuk memenuhi kebutuhan masyarakat Indonesia, maka lahirlah banyak tempat minum kopi (coffee shop) atau biasa disebut cafe. Karena banyaknya cafe yang ada, maka setiap cafe harus berlomba-lomba meningkatkan kualitasnya agar bisnisnya tetap terus berjalan. Kopi Paste merupakan cafe yang berdiri sejak 2017 di Sidoarjo. Kopi Paste harus tetap dapat bersaing dengan cafe lainnya yang ada di Sidoarjo dengan terus meningkatkan kualitas dari produk, tempat dan pelayanan. Hal inilah yang menjadi latar belakang pembuatan sistem customer relationship management pada cafe Kopi Paste. Tujuan dari pembuatan sistem ini untuk meningkatkan loyalitas pelanggan sehingga dapat meningkatkan penjualan dan dapat terus bersaing dengan cafe lainnya yang ada di Sidoarjo. Metode yang digunakan dalam pembuatan sistem ini menggunakan metode K-nearest neighbor (KNN) dalam melakukan kategorisasi data review yang diberikan oleh pelanggan. Lalu sistem juga menggunakan metode Naive Bayes Classifier untuk melakukan analisis sentimen dari data yang sudah dikategorikan sebelumnya. Data review yang digunakan berasal dari sosial media dan juga dari google review Kopi Paste yang telah diberikan oleh pelanggan sebelumnya. Metode Naive Bayes Classifier berhasil menganalisis sentimen dengan akurasi sebesar 93,33% dan metode K-Nearest Neighbor berhasil melakukan kategorisasi data dengan akurasi sebesar 77%.Kata kunci: Analisis Sentimen, Kategorisasi, Naive Bayes, K-Nearest Neighbor