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.