IMPLEMENTASI TEXT MINING UNTUK ANALISIS PREFERENSI MASYARAKAT TERHADAP TEMPAT WISATA DI INDONESIA
Abstract
Pariwisata merupakan salah satu sektor unggulan Indonesia yang perlu dijaga dan dikembangkan untuk meningkatkan daya tariknya. Untuk itu diperlukan informasi preferensi masyarakat terkait suatu tempat wisata tertentu yang bisa didapat salah satunya dari media sosial Twitter menggunakan text mining. Pada penelitian ini telah dibuat aplikasi untuk melakukan analisis preferensi masyarakat terhadap tempat wisata di Indonesia dengan menerapkan text mining menggunakan analisis sentimen dan analisis faktor dengan studi kasus candi Borobudur dan candi Prambanan. Algoritma Naive Bayes Classifier (NBC) digunakan pada analisis sentimen, dan metode Principal Component Analysis (PCA) digunakan pada analisis faktor. Dari penelitian yang sudah dilakukan didapatkan hasil akurasi klasifikai sebesar 100% untuk topik candi Borobudur, 80.59% untuk topik candi Prambanan, dan 90.48% untuk akurasi rata-rata menggunakan algoritma NBC. Metode PCA menghasilkan 10 faktor positif dan 7 faktor negatif untuk topik candi Borobudur, sedangkan untuk topik candi Prambanan didapatkan 8 faktor positif dan 3 faktor negatif. Seluruh faktor yang terbentuk telah divalidasi dan diinterpretasikan oleh pakar. Dapat disimpulkan jika aplikasi yang dibuat dapat digunakan untuk mengetahui informasi preferensi masyarakat terhadap tempat wisata di Indonesia.
Full Text:
PDF (Bahasa Indonesia)References
Wilianto, L., Pudjiantoro, T.H. dan Umbara, F.R. 2017, ‘Analisis Sentimen terhadap Tempat Wisata dari Komentar Pengunjung dengan Menggunakan Metode Naive Bayes Classifier Studi Kasus Jawa Barat’, prosiding SNATIF Ke -4, Cimahi, hal. 439-448.
Fanissa, S., Fauzi, M.A. dan Adinugroho, S. 2018, Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2:2766–2770.
Murnawan dan Sinaga, A. 2017, Pemanfaatan Analisis Sentimen untuk Pemeringkatan Popularitas Tujuan Wisata, Jurnal Penelitian Pos dan Informatika, 2:109-120.
Nugroho, D.G., Chrisnanto, Y.H. dan Wahana, A. 2016, ‘Analisis Sentimen Pada Jasa Ojek Online Menggunakan Metode Naive Bayes’, prosiding SNST ke-7, Semarang, hal. 156-161.
Indraloka, D.S. dan Santosa, B. 2017, Penerapan Text Mining untuk Melakukan Clustering Data Tweet Shopee Indonesia, Jurnal Sains dan Seni ITS, 6:A51-A56.
Kurniawan, B., Effendi, S., dan Sitompul, O.S. 2012, Klasifikasi Konten Berita dengan Metode Text Mining, Jurnal Dunia Teknologi Informasi, 1:14-19.
Somantri, O. 2017, Text Mining untuk Klasifikasi Kategori Cerita Pendek Menggunakan Naive Bayes (NB), Jurnal Telematika, 12:1.
Hartono, B. 2017, ‘Implementasi Text Mining untuk Analisis Sentimen Perguruan Tinggi Swasta Melalui Media Sosial’, Skripsi, Universitas Ma Chung, Malang.
Hermanto, A. 2016, Implementasi Text Mining Menggunakan Naive Bayes untuk Penentuan Kategori Tugas Akhir Mahasiswa Berdasakan Abstraksinya, Konvergensi, 12:1-10.
Zulfa, I. dan Winarko, E. 2017, Sentimen Analisis Tweet Berbahasa Indonesia dengan Deep Belief Network, IJCCS, 11:187-198.
Rahutomo, F., Saputra, P.Y. dan Fidyawan, M.A. 2018, Implementasi Twitter Sentiment Analysis untuk Review Film Menggunakan Algoritma Support Vector Machine, Jurnal Informatika Polinema, 4:93-100.
Indrayuni, E. 2016, Analisa Sentimen Review Hotel Menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization, Jurnal Evolusi, 4:20-27.
Pramono, A., Indriati, R. dan Nugroho A. 2017, ‘Sentiment Analysis Tokoh Politik pada Twitter’, dipresentasikan pada Seminar Nasional Inovasi Teknologi di Kediri, 22 Februari.
Hidayatullah, A.F. dan Azhari, S.N. 2014, ‘Analisis Sentimen dan Klasifikasi Kategori Terhadap Tokoh Publik pada Twitter’, dipresentasikan pada Seminar Nasional Informatika di Yogyakarta, 12 Agustus.
Nurhuda, F., Sihwi, S.W. dan Doewes, A. 2013, Analisis Sentimen Masyarakat terhadap Calon Presiden 2014 berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier, Jurnal ITSMART, 2:35-42.
DOI: https://doi.org/10.21107/simantec.v7i2.6710
Refbacks
- There are currently no refbacks.
Copyright (c) 2019 Yohanes Hans Kristian, Kestrilia Rega Prilianti, Paulus Lucky Tirma Irawan
Indexed By
.png)
11.png){kind=logo}
SIMANTEC JOURNAL: This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.