ANALISIS SENTIMEN MIE GACOAN MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES DAN SELEKSI FITUR CHI-SQUARE (Studi Kasus : Mie Gacoan Wiyung)

Analisis sentimen merupakan proses untuk mengidentifikasi dan mengkategorikan opini dalam teks guna memahami persepsi publik terhadap suatu produk atau layanan. Mie Gacoan, sebagai salah satu merek kuliner populer di Indonesia, memiliki banyak ulasan dari pelanggan yang dapat menjadi sumber informasi berharga untuk mengevaluasi kualitas produk dan layanan. Penelitian ini bertujuan untuk menganalisis sentimen pelanggan terhadap Mie Gacoan menggunakan metode Multinomial Naïve Bayes (MNB), yang dikenal efektif untuk klasifikasi teks, dengan bantuan seleksi fitur Chi-Square guna meningkatkan akurasi model. Data yang digunakan terdiri dari 1,569 ulasan yang diperoleh melalui review ulasan google maps. Metodologi penelitian mencakup beberapa tahap: pengumpulan data, pra-pemrosesan teks seperti tokenisasi dan normalisasi, serta penerapan metode MNB untuk klasifikasi sentimen menjadi kategori positif, negatif, atau netral. Untuk meningkatkan kinerja model, dilakukan seleksi fitur menggunakan Chi-Square agar model hanya mempertimbangkan fitur yang paling signifikan. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, dan recall guna memastikan efektivitas kombinasi metode MNB dan seleksi fitur Chi- Square. Dari hasil pengujian menyatakan bahwa penggunaan metode SMOTE dan seleksi fitur Chi-Square pada algoritma Naïve Bayes mampu meningkatkan performa kinerjanya lebih optimal dengan akurasi yang dihasilkan sebesar 89.67% pada penggunaan 30% fitur dan parameter K_neighbors 9 dengan alpha 0.5. Sedangkan algoritma Naïve Bayes sendiri menghasilkan akurasi sebesar 79.28%.