VOKASI NEWS – Persaingan bisnis kuliner mendorong setiap restoran untuk terus meningkatkan kualitas pelayanan. Salah satu sumber informasi yang dapat dimanfaatkan berasal dari ulasan pelanggan pada Google Maps. Ulasan tersebut memuat pengalaman pelanggan mengenai pelayanan, menu, fasilitas, maupun suasana restoran. Jumlah ulasan yang sangat banyak menyebabkan proses evaluasi secara manual menjadi kurang efektif sehingga diperlukan analisis berbasis teknologi (Liu, 2022).
Metode Analisis Sentimen Berbasis Aspek
Sebanyak 57.654 ulasan dari 12 cabang Mie Gacoan di Kota Surabaya dianalisis menggunakan metode Aspect-Based Sentiment Analysis (ABSA). Data diperoleh melalui proses web scraping Google Maps. Data tersebut kemudian melewati tahapan pembersihan data, normalisasi, case folding, tokenisasi, stopword removal, dan stemming. Tahapan tersebut menghasilkan 56.747 ulasan yang layak digunakan sebagai data penelitian.
Proses klasifikasi memanfaatkan algoritma Support Vector Machine (SVM) dan Naive Bayes. Representasi teks dilakukan menggunakan pembobotan TF-IDF, sedangkan ketidakseimbangan data diatasi dengan teknik SMOTE. Pengujian model menggunakan metode Stratified 5-Fold Cross Validation. Metode ini menghasilkan evaluasi yang lebih objektif terhadap performa masing-masing algoritma (Han, Kamber, & Pei, 2022).
SVM Unggul dalam Klasifikasi Sentimen
Hasil pengujian menunjukkan bahwa algoritma SVM memberikan performa terbaik dibandingkan Naive Bayes. Model SVM memperoleh akurasi sebesar 92,04%, sedangkan Naive Bayes mencapai akurasi 86,94%. Selain memiliki tingkat akurasi yang lebih tinggi, SVM juga menghasilkan nilai precision, recall, dan F1-score yang lebih baik. Hasil ini menunjukkan bahwa SVM lebih efektif dalam mengklasifikasikan sentimen pelanggan.
Tiga Aspek Utama dalam Ulasan Pelanggan
Analisis aspek menggunakan metode Latent Dirichlet Allocation (LDA) berhasil mengidentifikasi tiga aspek utama. Ketiga aspek tersebut meliputi pelayanan, kepuasan pelanggan dan fasilitas, serta menu dan suasana. Aspek menu dan suasana menjadi topik yang paling banyak dibahas dalam ulasan pelanggan. Sebaliknya, aspek kepuasan pelanggan dan fasilitas memperoleh proporsi sentimen positif yang lebih rendah dibandingkan aspek lainnya. Temuan tersebut menunjukkan bahwa kebersihan fasilitas pendukung, kesesuaian harga dengan kualitas, serta kenyamanan saat berkunjung masih memerlukan perhatian untuk meningkatkan kepuasan pelanggan.
Penerapan Aspect-Based Sentiment Analysis mampu memberikan gambaran yang lebih rinci mengenai opini pelanggan berdasarkan aspek tertentu. Informasi tersebut dapat dimanfaatkan sebagai dasar evaluasi kualitas layanan dan penyusunan strategi peningkatan pelayanan restoran. Analisis sentimen berbasis aspek juga membantu proses pengambilan keputusan secara lebih cepat dan objektif. Kemampuan ini didukung oleh pengolahan data ulasan dalam jumlah besar secara otomatis (Liu, 2021).
[BACA JUGA: Aset Tetap Bukan Sekadar Inventaris, tetapi Investasi Jangka Panjang Perusahaan Industri Konstruksi]
Penulis: Maulana Andhika Bagaskara
Pembimbing: Drs. Eto Wuryanto, DEA.
Editor: Nadya Tika (Tim Branding Vokasi)
