ANALISIS SENTIMEN ULASAN PELANGGAN PADA RUMAH MAKAN BEBEK SINJAY MENGGUNAKAN ALGORITMA RANDOM FOREST

Penelitian ini menganalisis sentimen ulasan pelanggan terhadap Rumah Makan Bebek Sinjay di Madura menggunakan metode Random Forest dengan teknik balancing data SMOTE untuk mengatasi ketidakseimbangan kelas ulasan positif dan negatif. Data ulasan diambil secara otomatis dari Google Maps menggunakan teknik web scraping, kemudian dilakukan preprocessing meliputi case folding, cleaning, tokenizing, stopword removal, dan stemming. Selanjutnya, data diubah menjadi representasi numerik menggunakan TF-IDF dan dibagi menjadi data latih dan data uji dengan proporsi 80:20. Model Random Forest dibangun dan dioptimasi dengan Grid Search untuk menemukan hyperparameter terbaik. Evaluasi model dengan confusion matrix menghasilkan akurasi terbaik sebesar 0.82, presisi 0.82, recall 0.82. Hasil penelitian menunjukkan bahwa penerapan SMOTE meningkatkan performa model dalam mengklasifikasikan sentimen ulasan, terutama dalam mendeteksi ulasan negatif yang jumlahnya lebih sedikit. Temuan ini memberikan wawasan berharga bagi pengelola Bebek Sinjay untuk mengidentifikasi kritik pelanggan secara lebih akurat dan meningkatkan kualitas pelayanan. Penelitian ini menegaskan efektivitas Random Forest dalam analisis sentimen pada data teks ulasan berbasis machine learning.