ABSTRAK
Grand Royal Panghegar adalah sebuah perusahaan yang bergerak dibidang perhotelan yang terletak di kota Bandung. Hotel ini mengalami kesulitan dalam mendapatkan makna atau kesimpulan dari keseluruhan komentar yang diberikan pelanggan terhadap produk dan layanan hotel, dikarenakan banyaknya jumlah komentar yang ada pertahun mencapai 675 komentar.
Untuk membantu dalam mengatasi masalah tersebut, dikembangkan sebuah alat bantu (tools) berupa sentiment analysis system. Sistem ini bertujuan untuk membantu pihak hotel dalam mendapatkan makna dari komentar yang banyak tersebut dengan menggunakan metode Naïve Bayes Classifier (NBC). Metode ini mengelompokan komentar berdasarkan kategori-kategori yang akan ditinjau oleh hotel. Selanjutnya membagi komentar berdasarkan sentimen positif dan negatif, sehingga pihak hotel dapat melakukan evaluasi kepuasan pelanggan terhadap produk dan jasa yang disediakan secara terkomputerisasi, spesifik, dan sistematis.
Hasil dari penelitian yang dilakukan maka didapatkan enam kategori yang ditinjau dengan 55 keyword kata benda. Lalu dari hasil penelititian ini pula didapat 120 keyword sentimen dengan 66 kata sentimen positif dan 54 kata sentimen negatif. Hasil dari pengolahan 175 data latih oleh sistem dapat disimpulkan bahwa hasil klasifikasi sentimen yang didapat adalah sentimen positif sebanyak 155 komentar dan sentimen negatif sebanyak 20 komentar, lalu untuk kategori sentimen positif terbesar adalah kategori kamar sebesar 73 komentar dan untuk kategori dengan sentimen negatif terbesar adalah kategori kamar sebesar 17 komentar. Tingkat accuration dalam penentuan kategori adalah sebesar 77.14%, sedangkan dalam penentuan sentimen memiliki tingkat precision 99.12%, recall 72.9, accuration 75.42%.
Kata kunci: Komentar, Sentiment Analysis, Naïve Bayes Classifier