EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

PENERAPAN LEXICON-BASED LABELING UNTUK ANALISIS SENTIMEN ULASAN UMKM KULINER DENGAN PERBANDINGAN KINERJA ALGORITMA MACHINE LEARNING

Siti Rihastuti, Afnan Rosyidi

Journal of Computer Science and Technology (JCS-TECH) · 10.05.2026 · 6 (1) · 1-8

DOI: 10.54840/jcstech.v6i1.570 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Computer Science and Technology (JCS-TECH), online erschienen am 10.05.2026. Verfasst von Siti Rihastuti und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penelitian ini bertujuan untuk mengklasifikasikan sentimen konsumen UMKM kuliner di Kalimantan Selatan menggunakan pendekatan hybrid yang menggabungkan metode Lexicon-Based dan algoritma Machine Learning. Dataset yang digunakan merupakan kumpulan ulasan konsumen UMKM yang tertulis pada sosial media Instagram dan Twitter (X). Lexicon-based digunakan pelabelan otomatis berdasarkan kamus kata positif dan negatif, sedangkan algoritma Machine Learning (Naïve Bayes, Random Forest, Logistic Regression, Support Vector Machine (SVM), Decision Tree, dan K-Nearest Neighbors (KNN)) sebagai model untuk mengetahui hasil klasifikasi sentimen berbasis pola. Tahapan penelitian meliputi pengambilan dataset, proses text preprocessing, pelabelan otomatis menggunakan lexicon-based labeling, ekstraksi fitur TF-IDF, penerapan model dengan Machine Learning dan evaluasi hasil menggunakan metrik klasifikasi (akurasi, precision, recall dan F1-score), selanjutnya analisis perbandingan antar model untuk mengetahui model mana yang memiliki kinerja terbaik dalam mengklasifikasi sentimen ulasan konsumen UMKM. Hasil penelitian menunjukkan bahwa model Support Vector Machine menghasilkan nilai akurasi terbaik (79%) dan F1-score 70%, disusul Logistic Regression dengan akurasi 77% dan precision 77%. Kedua model tersebut memiliki kinerja klasifikasi yang lebih baik dibandingkan Naive Bayes dan Random Forest, serta model berbasis pohon dianggap kurang optimal. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi dan menjadi referensi bagi pelaku UMKM kuliner di Kalimantan Timur dalam memahami persepsi konsumen untuk meningkatkan kualitas produk dan layanan.

Zitieren

APA

Rihastuti, S., & Rosyidi, A. (2026). PENERAPAN LEXICON-BASED LABELING UNTUK ANALISIS SENTIMEN ULASAN UMKM KULINER DENGAN PERBANDINGAN KINERJA ALGORITMA MACHINE LEARNING. Journal of Computer Science and Technology (JCS-TECH), 6(1), 1-8. https://doi.org/10.54840/jcstech.v6i1.570

Vancouver

Rihastuti S, Rosyidi A. PENERAPAN LEXICON-BASED LABELING UNTUK ANALISIS SENTIMEN ULASAN UMKM KULINER DENGAN PERBANDINGAN KINERJA ALGORITMA MACHINE LEARNING. Journal of Computer Science and Technology (JCS-TECH). 2026;6(1):1-8. doi:10.54840/jcstech.v6i1.570

BibTeX
@article{Rihastuti2026,
  author = {Rihastuti, Siti and Rosyidi, Afnan},
  title = {PENERAPAN LEXICON-BASED LABELING UNTUK ANALISIS SENTIMEN ULASAN UMKM KULINER DENGAN PERBANDINGAN KINERJA ALGORITMA MACHINE LEARNING},
  journal = {Journal of Computer Science and Technology (JCS-TECH)},
  year = {2026},
  volume = {6},
  number = {1},
  pages = {1--8},
  doi = {10.54840/jcstech.v6i1.570}
}
Kostenlos starten →