Analisis Sentimen Ulasan Pelanggan Kober Mie Setan menggunakan Algoritma Support Vector Machine

Abstrak

Kober Mie Setan merupakan restoran pertama yang menawarkan produk olahan mie pedas dengan harga terjangkau sejak tahun 2010. Banyaknya pesaing baru yang muncul dalam industri yang sama membuat Kober Mie Setan memerlukan strategi bisnis yang mampu mempertahankan keunggulan kompetitif dan menjadi acuan evaluasi. Salah satu cara untuk menyusun strategi bisnis yang efektif yaitu dengan memperhatikan ulasan yang diberikan oleh pelanggan. Akan tetapi, Kober Mie Setan belum memiliki teknologi untuk mengelola ulasan pelanggan yang dapat menghasilkan informasi yang berguna. Salah satu solusi yang dapat dilakukan adalah dengan menggunakan analisis sentimen ulasan pelanggan Kober Mie Setan Malang. Penelitian ini menggunakan 2.496 data ulasan pelanggan dari tahun 2016-2022 yang diperoleh melalui teknik web scraping pada situs Google Review. Selanjutnya, proses klasifikasi sentimen dilakukan menggunakan algoritma support vector machine (SVM) dengan term frequency inverse document frequency (TF-IDF). Pengujian dengan confusion matrix menghasilkan nilai accuracy sebesar 92% yang menjadi acuan performa model karena data telah bersifat balance. Hasil dari proses analisis sentimen divisualisasikan dalam bentuk dashboard dan dilakukan analisis menggunakan root cause analysis. Root cause analysis menghasilkan suatu temuan berupa akar permasalahan pada aspek kualitas makanan, kualitas pelayanan, harga, dan lingkungan fisik yang selanjutnya akan dibahas bersama stakeholder untuk menciptakan rekomendasi bisnis.