ANALISIS SENTIMEN TEMPAT WISATA KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE NAIVE BAYES BERDASARKAN KRITIK SARAN WISATAWAN
Kata Kunci:
wisata, penelitian, sistemAbstrak
Minimnya informasi masih menjadi kendala dalam perencanaan pengelolaan kunjungan wisata ke wilayah Kabupaten Gunung Kidul dan pendataan untuk peningkatan pelayanan. Pendekatan analisis sentimen diusulkan dalam penelitian ini sebagai solusi untuk masalah ini karena media sosial memiliki peran penting dalam penyediaan informasi untuk menilai kunjungan wisatawan. Tujuan dari penelitian ini adalah untuk menemukan model sistem yang dapat memberikan informasi kepada wisatawan dan pengelola objek wisata untuk membantu mereka dalam pengambilan keputusan. Agar dapat diimplementasikan ke dalam sistem dan bermanfaat sebagai sistem pendukung bagi pihak-pihak yang berpartisipasi dalam upaya menaikkan harga jual potensi daerah, khususnya industri pariwisata, pendekatan Naive Bayes diterapkan pada penelitian ini. Situs web TripAdvisor dan Google Maps adalah sumber data untuk komentar pengunjung pada penelitian ini. Berdasarkan penelitian yang telah dilakukan, uji akurasi data split 60% - 40% mendapatkan akurasi 70%, kemudian pada split data 70% - 30% mendapatkan akurasi 80%, dan untuk split data 80% - 20% mendapatkan akurasi mencapai 79%.
Referensi
N. A. Rahma, Garno, and N. Sulistiyowati, “Analisis Sentimen Tempat Wisata Di Jakarta Pasca Covid-19 Dengan Algoritma Naïve Bayes Universitas Pahlawan Tuanku Tambusai,” J. Pendidik. dan Konseling, vol. 4, no. 6, pp. 5894–5908, 2022.
O. Somantri and D. Dairoh, “Analisis Sentimen Penilaian Tempat Tujuan Wisata Kota Tegal Berbasis Text Mining,” J. Edukasi dan Penelit. Inform., vol. 5, no. 2, p. 191, 2019, doi: 10.26418/jp.v5i2.32661.
A. Sentimen et al., “Analisis Sentimen Objek Wisata Bali Di Google Maps Menggunakan Algoritma Naive Bayes,” J. Sains Komput. Inform. (J-SAKTI, vol. 6, no. 1, pp. 418–427, 2022.
L. Oktasari, Y. H. Chrisnanto, and R. Yuniarti, “Text Mining Dalam Analisis Sentimen Asuransi Menggunakan Metode Niave Bayes Classifier,” Pros. SNST, vol. 7, pp. 37–42, 2016, [Online]. Available: https://www.publikasiilmiah.unwahas.ac.id/index.php/PROSIDING_SNST_FT/article/view/1506/1589
A. Fahreza, “ Analisis Sentimen Opini Publik Terhadap Pariwisata Di Masa Pandemi Covid-19 Menggunakan Metode Naive Bayes,” vol. 17, no. 1, pp. 49–54, 2022.
S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” J. Media Inform. Budidarma, vol. 5, no. 2, p. 406, 2021, doi: 10.30865/mib.v5i2.2835.
W. Khofifah, D. N. Rahayu, and A. M. Yusuf, “Analisis Sentimen Menggunakan Naive Bayes Untuk Melihat Review Masyarakat Terhadap Tempat Wisata Pantai Di Kabupaten Karawang Pada Ulasan Google Maps,” J. Interkom J. Publ. Ilm. Bid. Teknol. Inf. dan Komun., vol. 16, no. 4, pp. 28–38, 2022, doi: 10.35969/interkom.v16i4.192.
S. Fanissa, M. A. Fauzi, and S. Adinugroho, “Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 8, pp. 2766–2770, 2018, [Online]. Available: http://j-ptiik.ub.ac.id
G. K. Pati and E. Umar, “Analisis Sentimen Komentar Pengunjung Terhadap Tempat Wisata Danau Weekuri Menggunakan Metode Naive Bayes Classifier Dan K-Nearest Neighbor,” J. Media Inform. Budidarma, vol. 6, no. 4, p. 2309, 2022, doi: 10.30865/mib.v6i4.4635.
N. L. W. S. R. Ginantra, C. P. Yanti, G. D. Prasetya, I. B. G. Sarasvananda, and I. K. A. G. Wiguna, “Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN,” J. Nas. Pendidik. Tek. Inform., vol. 11, no. 3, pp. 205–215, 2022, doi: 10.23887/janapati.v11i3.49450.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.