Analisis Sentimen Fitur Ulasan di Google Maps Pada Restaurant Dapur Ingkung

Septian Wulandari, Dian Novita, Nurfidah Nurfidah

Abstract


Penelitian ini menganalisis sentimen ulasan pelanggan terhadap Restaurant Dapur Ingkung di Google Maps, yang berperan penting dalam memahami persepsi pelanggan di era digital. Teknologi ulasan online, khususnya Google Maps, telah mengubah cara bisnis restoran berinteraksi dengan pelanggan dan mengevaluasi kualitas layanan mereka. Studi sebelumnya meneliti ulasan online dan sentimen dalam industri restoran, namun jarang fokus pada restoran spesifik atau platform Google Maps. Penelitian ini mengisi gap tersebut dengan menganalisis data dari 269 ulasan di Google Maps antara April hingga Oktober 2024. Data diolah menggunakan Python dan RStudio melalui tahapan tokenizing, case-folding, menghapus stopword, cleaning, dan pelabelan sentimen (positif, netral, dan negatif). Analisis menggunakan metode Lexicon-Based Sentiment Analysis dan korelasi Pearson menunjukkan 71,75% ulasan bersentimen positif, dengan korelasi 0,39 antara sentimen dan rating, yang menunjukkan hubungan rendah namun signifikan. Penelitian ini memberikan kontribusi pada pemahaman sentimen pelanggan dalam konteks bisnis lokal, membantu Dapur Ingkung meningkatkan layanan dan merumuskan strategi pemasaran yang lebih efektif. Temuan ini juga dapat menjadi referensi bagi bisnis kuliner lain yang ingin memanfaatkan ulasan digital sebagai media evaluasi.


References


Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. NAACL HLT 2019 - 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies - Proceedings of the Conference, 1(Mlm), 4171–4186.

Fani Mayang Sari, Ramayani Nur Hadiati, & Wanti Perinduri Sihotang. (2023). View of Analisis Korelasi Pearson Jumlah Penduduk dengan Jumlah Kendaraan Bermotor di Provinsi Jambi. Multi Proximity: Jurnal Statistika Universitas Jambi, 2(1), 39–44.

Liu, B. (2020). Sentiment Analysis: Mining Opinions, Sentiments, and Emotions. In Cambridge University Press. (Issue May). https://doi.org/10.1017/9781108639286

Pang, B and Lee, L (2008), "Opinion Mining and Sentiment Analysis", Foundations and Trends® in Information Retrieval: Vol. 2: No. 1–2, pp 1-135. http://dx.doi.org/10.1561/1500000011

Prasetyo, M. R., & Fahrurozi, A. (2023). Analisa Sentimen Pada Ulasan Google Untuk Hotel Gran Mahakam Jakarta Menggunakan Pendekatan Machine Learning. Jurnal Ilmiah Informatika Komputer, 28(3), 203–217. https://doi.org/10.35760/ik.2023.v28i3.9761

Putri, N., Oktavia, J. E., Sari, R., Steven, J., Nabiilah, R. R., Farahat, A. F., Lathifah, A., Bhayangkara, U., & Raya, J. (2023). Peran Media Sosial Dalam Upaya Meningkatkan Volume Penjualan UMKM Risol Mayonnaise (Risol Mayo Endul). IJM: Indonesian Journal of Multidisciplinary, 1(2), 799–806. https://journal.csspublishing/index.php/ijm

Rai, A. (2021). Analisis Sentimen Pemberitaan Vaksin Covid-19 Dan Kaitannya Dengan Perubahan Harga Saham Emiten Farmasi. Jurnal Bisnis STRATEGI • 30(1).

Shin, B., Ryu, S., Kim, Y., & Kim, D. (2022). Analysis on Review Data of Restaurants in Google Maps through Text Mining: Focusing on Sentiment Analysis. Journal of Multimedia Information System, 9(1), 61–68. https://doi.org/10.33851/JMIS.2022.9.1.61

Shirisha, N., Bhaskar, T., Kiran, A., & Alankruthi, K. (2023). Restaurant Recommender System Based On Sentiment Analysis. 2023 International Conference on Computer Communication and Informatics (ICCCI), 1–4. https://doi.org/10.1109/ICCCI56745.2023.10128234

Supriyanto, S., & Hendriyati, L. (2021). Analisa Pengaruh SOP ( Standard Operating Procedure ) Terhadap Kinerja Waiter Dan Waitress Di In Bloom Restoran Hotel Ayaartta Malioboro Yogyakarta, Indonesia. Journal of Tourism and Economic, 4(1), 73–84. https://doi.org/10.36594/jtec/wfrnje97

Tanudjaja, A. E., Siady, V. H., Meidianto, V., Sukmaningsih, D. W., Halim, E., & Ferdianto. (2022). The Impact of Online Review on Customers Patronage Intention on Restaurant or Eating Places. 2022 International Conference on Information Management and Technology (ICIMTech), 511–516. https://doi.org/10.1109/ICIMTech55957.2022.9915270

Wardianto, W., Farikhin, F., & Kusumo Nugraheni, D. M. (2023). Analisis Sentimen Berbasis Aspek Ulasan Pelanggan Restoran Menggunakan LSTM Dengan Adam Optimizer. JOINTECS (Journal of Information Technology and Computer Science), 8(2), 67. https://doi.org/10.31328/jointecs.v8i2.4737


Refbacks

  • There are currently no refbacks.


Faculty of Mathematics and Sciences
Universitas Indraprasta PGRI

Address: Jl. Raya Tengah No. 80, Kel. Gedong, Kec. Pasar Rebo, Jakarta Timur 13760 , Jakarta, Indonesia. 
Phone: +62 (021) 7818718 – 78835283 | Close in sunday and public holidays in Indonesia
Work Hours: 09.00 AM – 08.00 PM
Best hours to visit: From 9 am to 11 am or after 3 pm. The busiest times are between 11 am and 3 pm. 

Creative Commons License
Prosiding Seminar Nasional Sains 2020 is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.