Analisis Sentimen Berbasis Aspek Pada Ulasan Tempat Wisata Diy
Abstract
Seiring berkembangnya teknologi, informasi-informasi mengenai situasi dan kondisi di tempat
wisata dapat diakses melalui beberapa situs yang menyediakan ulasan mengenai tempat wisata.
Ulasan yang telah ditulis para pengunjung tempat wisata dapat dijadikan bahan evaluasi oleh
pemerintah daerah setempat untuk mengembangkan tempat wisata itu jadi lebih baik. Maka, untuk
memudahkan pemerintah daerah dalam melihat ulasan tempat wisata, Dinas Komunikasi dan
Informatika DIY mengembangkan sebuah situs web yang diberi nama Jogja Center. Dalam situs
tersebut, terdapat dasbor Sentimen Tempat Wisata Menurut Data Online Travel. Dasbor tersebut
akan menampilkan mayoritas kelas sentimen (positif, netral, dan negatif) dari ulasan yang telah
diberikan oleh pengunjung tempat wisata. Untuk mengetahui mayoritas kelas sentimen perlu
dibuat sebuah model yang dapat melakukan analisis sentimen berdasarkan aspek. Dalam
pembuatan model tersebut, digunakan dua metode yaitu Multinomial Naïve Bayes dan Support
Vector Machine. Untuk mengetahui apakah model yang dibuat sudah cukup baik atau belum dapat
dengan melihat akurasi dan f1-score yang dihasilkan dari kedua metode yang digunakan.
Berdasarkan hasil pengujian didapatkan bahwa akurasi yang dihasilkan oleh algoritma Support
Vector Machine lebih baik daripada algoritma Multinomial Naïve Bayes. Algoritma SVM
menghasilkan nilai 66.49% pada aspek attraction, 87.27% pada aspek accessible, 69.35% pada
aspek amenities, dan 90.39% pada aspek ancillary services. Akan tetapi, nilai f1-score yang
dihasilkan oleh algoritma SVM untuk sentimen neutral menunjukkan nilai yang tidak lebih baik
daripada menggunakan metode Multinomial Naïve Bayes. Oleh karena itu, diberikan saran untuk
mencari algoritma terbaik dalam melakukan klasifikasi teks dapat dengan mencoba menggunakan
algoritma dan kombinasi lainnya sehingga dapat dijadikan sebagai pembanding dari model yang
telah dibuat sebelumnya.
Collections
- Informatics Engineering [2148]