Analisis Sentimen Wisata Situ Patenggang Menggunakan Metode Multinomial Naive Bayes
Keywords:
Analisis Sentimen, Google Maps, Multinomial Naive Bayes, Situ Patenggang. SMOTE, TF-IDF,Abstract
Perkembangan media digital memungkinkan wisatawan menyampaikan opini melalui platform ulasan daring seperti Google Maps. Data yang digunakan dalam penelitian ini berupa 603 ulasan Google Maps periode 2020–2024. Tahapan penelitian meliputi preprocessing teks, pelabelan sentimen menggunakan metode lexicon-based, pembobotan TF-IDF, penyeimbangan data dengan SMOTE, serta klasifikasi menggunakan Multinomial Naive Bayes. Pengujian dilakukan menggunakan rasio data latih dan data uji sebesar 80:20. Hasil analisis menunjukkan bahwa mayoritas ulasan terhadap Wisata Situ Patenggang memiliki sentimen positif. Sebelum penerapan SMOTE, model memperoleh nilai accuracy sebesar 85,12%, precision 83,49%, recall 100%, dan F1-score 91,00%. Setelah penerapan SMOTE, performa model meningkat dengan accuracy sebesar 88,43%, sedangkan nilai precision, recall, dan F1-score masing-masing mencapai 92,31%. Peningkatan kinerja tersebut menunjukkan bahwa metode Multinomial Naive Bayes mampu mengklasifikasikan sentimen ulasan wisata dengan baik, terutama ketika didukung oleh teknik penyeimbangan data SMOTE. Oleh karena itu, metode Multinomial Naive Bayes dapat digunakan sebagai pendekatan yang efektif dalam analisis sentimen ulasan wisata berbasis teks untuk menghasilkan klasifikasi yang lebih akurat dan seimbang.
Unduhan
References
Abbas, M., Memon, K. A., Jamali, A. A., Memon, S., & Ahmed, A. (2019). Multinomial Naive Bayes Classification Model for Sentiment Analysis. 19(3), 62–67.
Amaniputra, M. E., Soesanto, R. P., & ... (2023). Perancangan Dashboard Sentimen Pariwisata Menggunakan Metode Complement Naïve Bayes pada Kabupaten Rembang. EProceedings …, 10(3), 2452–2461. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/20362%0Ahttps://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/20362/19675
Dewi, M. T., Herdiani, A., & Kusumo, D. S. (2020). Multi-Aspect Sentiment Analysis Komentar Wisata TripAdvisor dengan Rule-Based Classifier (Studi Kasus : Bandung Raya). E-Proceeding of Engineering, 5(1), 1589–1596.
Ginantra, N. L. W. S. R., Yanti, C. P., Prasetya, G. D., Sarasvananda, I. B. G., & Wiguna, I. K. A. G. (2022). Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN. Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), 11(3), 205–215. https://doi.org/10.23887/janapati.v11i3.49450
Harsemadi, I. G., Dharmendra, I. K., & Wijaya, I. M. P. P. (2023). Klasifikasi emosi pada tweet berbahasa Indonesia.Prosiding Seminar, 86.
Lesmana, L., & Nabyla, F. (2020). ANALISIS SENTIMEN PENGGUNA TWITTER PPDB MENGGUNAKAN ALGORITMA. 1(1).
Liu, B. (2012). Sentiment Analysis and Opinion Mining. May.
Manullang, O., Prianto, C., & Harani, N. H. (2023). Analisis Sentimen Untuk Memprediksi Hasil Calon Pemilu Presiden Menggunakan Lexicon Based Dan Random Forest. Jurnal Ilmiah Informatika, 11(02), 159–169. https://doi.org/10.33884/jif.v11i02.7987
Mujahidin, S., Hasyim, M. N., & Pratama, B. M. (2022). Implementasi Analisis Sentimen Opini Publik Mengenai Sirkuit Internasional Mandalika Pada Twitter Menggunakan Metode Multinomial Naïve Bayes Classifier. Bianglala Informatika, 10(2), 129–136. https://doi.org/10.31294/bi.v10i2.13544
Nurhopipah, A., & Magnolia, C. (2023). Perbandingan Metode Resampling Pada Imbalanced Dataset Untuk Klasifikasi Komentar Program Mbkm. Jurnal Publikasi Ilmu Komputer Dan Multimedia, 2(1), 9–22. https://doi.org/10.55606/jupikom.v2i1.862
Rahma, F., Farmadiansyah, A. Z., & Hidayatullah, A. F. (2021). Deteksi Surel Spam dan Non Spam Bahasa Indonesia Menggunakan Metode Naïve Bayes. 1–5.
Rifki, M., Imelda, I., Informatika, T., Informasi, F. T., Luhur, U. B., Bayes, M. N., & Borobudur, C. (2022). BOROBUDUR MENGGUNAKAN MULTINOMIAL NAÏVE BAYES ANALYSIS OF DISCOURSE SENTIMENT OF BOROBUDUR TEMPLE TICKET. 5(2), 156–163. https://doi.org/10.33387/jiko
Septian, J. A., Fachrudin, T. M., & Nugroho, A. (2019). Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor. Journal of Intelligent System and Computation, 1(1), 43–49. https://doi.org/10.52985/insyst.v1i1.36
Singgalen, Y. A. (2022). Analisis Sentimen Wisatawan Melalui Data Ulasan Candi Borobudur di Tripadvisor Menggunakan Algoritma Naïve Bayes Classifier. Building of Informatics, Technology and Science (BITS), 4(3). https://doi.org/10.47065/bits.v4i3.2486
