Mie Gacoan Purwokerto merupakan restoran cepat saji yang banyak menerima ulasan dari pelanggan melalui Google Maps, khususnya melalui fitur Google Business Review yang menyediakan rating, komentar, dan opini pelanggan secara resmi. Namun, belum tersedia sistem yang secara otomatis menganalisis dan mengelompokkan sentimen dari ulasan tersebut, padahal opini publik dapat menjadi bahan evaluasi penting bagi perusahaan untuk menjaga hubungan antara Mie Gacoan dan pengunjung. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen yang dapat mengklasifikasikan ulasan pelanggan menjadi kategori positif, negatif, dan netral menggunakan algoritma Naïve Bayes. Data sebanyak 4.211 ulasan dikumpulkan melalui teknik crawling dengan bantuan Instant Data Scraper. Proses pengolahan data dilakukan melalui tahapan preprocessing, pelabelan menggunakan kamus SenticNet, pembobotan kata menggunakan metode TF-IDF, serta balancing label dengan metode SMOTE untuk mengatasi ketidakseimbangan data. Evaluasi performa model dilakukan menggunakan confusion matrix. Hasil penelitian menunjukkan mayoritas ulasan bersifat positif, dengan tingkat akurasi model mencapai 79%. Sistem ini diharapkan dapat membantu Mie Gacoan Purwokerto dalam memahami opini pelanggan secara otomatis dan mendukung pengambilan keputusan bisnis berbasis data.
Kata Kunci: Analisis sentimen, Mie gacoan, Google Business Review, Ulasan pelanggan, Klasifikasi, Naive Bayes