Analisis Sentimen Berbasis Aspek Pada Wisata Halal Dengan Deep Learning
Abstract
Wisata halal adalah layanan pariwisata untuk memenuhi kebutuhan muslim sesuai
syariat islam. Wisata halal kini banyak disorot oleh publik seiring dengan meningkatnya
jumlah populasi wisatawan muslim. Pemilik obyek wisata saat ini perlu mulai
memperhatikan fasilitas tempat wisatanya dari segi penikmat wisata halal agar semakin
banyak dikunjungi oleh wisatawan-wisatawan muslim. Dengan banyaknya ulasan yang
masuk, dibutuhkan aspect based sentiment analysis untuk dapat memetakan kekurangan serta
kelebihan dari tempat wisata. Hasil pemetaan ini nantinya bisa digunakan pemilik wisata
dalam pengembangan tempat wisata. Oleh karena itu, melalui penelitian ini dilakukan
analisis sentimen berbasis aspek terhadap tempat wisata di negara Asia dengan
membandingkan dua metode deep learning. Convolutional neural network (CNN) dipilih
karena pada domain sentimen analisis metode ini memberikan hasil terbaik dari metode lain.
Sementara bidirectional long short term memory (BiLSTM) digunakan karena metode ini
cocok untuk klasifikasi teks dibandingkan dengan long short term memory (LSTM). Data
yang digunakan adalah ulasan berbahasa Inggris mengenai objek wisata di wilayah negara
Asia yang diambil dari situs TripAdvisor. Data tersebut kemudian diolah dan diproses
sehingga dapat digunakan untuk mencari sentimen dan juga aspek dari ulasan. Terdapat tiga
aspek yang digunakan yaitu mosque, halal food, dan toilet. Setelah dilakukan evaluasi, model
dengan metode Convolutional Neural Network mendapatkan hasil akurasi tertinggi.
Klasifikasi aspek mendapatkan akurasi sebesar 98.3%, sedangkan klasifikasi sentimen
mendapatkan akurasi sebesar 83.69%. Pada saat pengujian, dilakukan visualisasi data yang
memperlihatkan sisi sentimen positif dan negatif terhadap aspek. Hasil penelitian ini dapat
digunakan sebagai pertimbangan pelaku wisata dalam mengembangkan konsep wisata halal.
Collections
- Informatics Engineering [2148]