Beberapa tempat kuliner belum tentu mempunyai ulasan yang baik dari pelanggan padahal
ulasan yang kurang baik dapat menurunkan reputasi dan popularitas dari tempat kuliner. Oleh
karena itu, diperlukan klasifikasi sentimen ulasan dari berbagai tempat kuliner di Jawa Timur.
Sentimen ulasan pada tempat kuliner dapat memberikan informasi dan panduan kepada
pengunjung mengenai pengalaman orang lain yang telah mengunjungi tempat tersebut. Tujuan
penelitian ini adalah untuk menganalisis sentimen ulasan dan mengembangkan dashboard hasil
sentimen ulasan tempat kuliner di Jawa Timur. Data yang digunakan dalam penelitian ini adalah
ulasan tempat kuliner di Jawa Timur yang diperoleh dari situs Google Maps Review pada
beberapa tempat kuliner di Jawa Timur. Metode atau algoritma yang digunakan dalam
penelitian ini adalah Naïve Bayes, yang merupakan metode klasifikasi yang efektif dalam
memprediksi sentimen berdasarkan kata-kata atau frasa yang terdapat dalam ulasan. Hasil
analisis sentimen ini memberikan informasi yang lebih mendalam tentang persepsi pelanggan
terhadap tempat kuliner di Jawa Timur dengan tampilan Dashboard berbasis website
menggunakan Flask dan Google Looker Studio. Penelitian ini membandingkan model Naive
Bayes Multinomial dengan model BernoulliNB dan GaussianNB. Hasil menunjukkan bahwa
Naive Bayes Multinomial memiliki performa lebih tinggi, dengan akurasi mencapai 83%,
sementara BernoulliNB dan GaussianNB masing-masing memiliki akurasi 76% dan 50%.
Penggunaan labeling dengan rating menghasilkan peningkatan signifikan pada model
BernoulliNB dan GaussianNB, mencapai 83% dan 80%. Temuan ini menegaskan bahwa Naive
Bayes Multinomial lebih efektif dalam mengklasifikasikan sentimen ulasan. Selain itu,
implementasi dashboard untuk analisis sentimen memberikan manfaat yang signifikan bagi
calon pelanggan dan pemilik bisnis di industri kuliner, memfasilitasi pengambilan keputusan
yang lebih informatif dan peningkatan kualitas layanan.
Kata Kunci: Tempat kuliner, Sentimen, Ulasan, Naïve Bayes, Multinomial, Dashboard