Analisis Sentimen Ulasan Pelanggan dengan Metode Support Vector Machine (SVM) untuk Peningkatan Kualitas Layanan pada Restoran Warung Wareg

Abstrak

Warung Wareg adalah restoran yang menyajikan menu masakan rumahan dengan menu andalan berupa berbagai olahan dengan bahan dasar ikan. Dalam kegiatan bisnisnya restoran perlu melakukan manajemen hubungan pelanggan, salah satunya dengan mengelola umpan balik (feedback) dengan baik. Salah satu cara yang dapat dilakukan adalah dengan mengelola ulasan dari pengguna. Jumlah ulasan yang berjumlah ribuan membuat pihak Warung Wareg kesulitan dalam mengelola ulasan pelanggan, oleh karena itu perlu dilakukan analisis sentimen untuk mengetahui pendapat pelanggan terkait layanan dan produk dari Warung Wareg. Sumber data ulasan berasal dari Google Review dan Tripadvisor dengan memanfaatkan selenium untuk melakukan web scraping. Analisis sentimen dilakukan dengan menggunakan metode Support Vector Machine (SVM) dengan term frequency - inverse document frequency (TF-IDF) sebagai pembobotan kata. Teknik random undersampling digunakan untuk menangani imbalance dataset. Teknik hyperparameter tuning dilakukan untuk menghasilkan model terbaik. Pengujian hasil menggunakan confusion matrix menghasilkan nilai accuracy 94%. Halaman dashboard yang digunakan untuk memvisualisasikan hasil klasifikasi menggunakan platform google data studio. Proses perankingan ulasan negatif dilakukan untuk menemukan ulasan negatif yang paling banyak diberikan oleh pelanggan. Dari hasil klasifikasi juga dilakukan root cause analysis untuk mencari akar permasalahan dari ulasan negatif untuk dirumuskan rekomendasi bisnis yang dapat diambil untuk mengatasi permasalahan tersebut.