Analisis Sentimen Ulasan Pengunjung Objek Wisata Gunung Bromo pada Situs Tripadvisor

Amalia Anjani Arifiyanti, Mochammad Fuad Pandji, Bagus Utomo

Abstract


Saat ini para wisatawan dapat menyampaikan ulasan mengenai pengalaman wisatanya melalui berbagai platform. Ulasan wisatawan ini dapat mempengaruhi dan memberikan pertimbangan bagi para calon wisatawan lain yang akan mengunjungi obyek wisata tersebut. Salah satu platform wisata yang populer adalah TripAdvisor. Ulasan pada platform ini mengenai obyek wisata Gunung Bromo dianalisis lebih jauh sehingga pihak pengelola obyek wisata dapat mendapatkan informasi yang dapat digunakan sebagai dasar pengembangan obyek wisata yang dikelolanya. Analisis sentimen dengan pendekatan klasifikasi dengan algoritma supervised learning  dapat digunakan sebagai salah satu metode untuk menggali sentimen wisatawan yaitu positif atau negatif. Dari tiga algoritma pengklasifikasi yang diuji pada penelitian ini, tingkat akurasi tertinggi model klasifikasi dihasilkan oleh algoritma Decision Tree sebesar 91% dan diikuti oleh Naïve Bayes dan Logistic Regression yang masing-masingnya 88%. Tingkat precision, recall, dan f1-measure untuk Decision Tree masing-masingnya sebesar 0,95 , 0,62 , dan 0,68. Dari hasil yang didapatkan, model klasifikasi perlu ditingkatkan performanya karena model klasifikasi memiliki kecenderungan prediksi ke kelas sentimen positif.

Keywords


Analisis Sentiment; Decision Tree; TripAdvisor; Pariwisata; Ulasan; Text Mining

Full Text:

PDF

References


Z. Xiang, “From digitization to the age of acceleration: On information technology and tourism,” Tourism Management Perspectives, vol. 25, pp. 147–150, Jan. 2018, doi: 10.1016/J.TMP.2017.11.023.

J. Miguéns, R. Baggio, and C. Costa, “Social media and Tourism Destinations: TripAdvisor Case Study,” Advances in tourism research, vol. 26, no. 28, pp. 1–6, 2008.

V. Taecharungroj and B. Mathayomchan, “Analysing TripAdvisor reviews of tourist attractions in Phuket, Thailand,” Tourism Management, vol. 75, pp. 550–568, Dec. 2019, doi: 10.1016/J.TOURMAN.2019.06.020.

H. B. Assyafah and D. T. Yulianti, “Analisis Dataset menggunakan Sentiment Analysis (Studi Kasus Pada Tripadvisor) ,” STRATEGI, vol. 3, no. 2, pp. 320–331.

S. K. Wardani and Y. Ruldeviyani, “Sentiment Analysis of Visitor Reviews on Hotel in West Sumatera,” Proceedings - IWBIS 2021: 6th International Workshop on Big Data and Information Security, pp. 1–8, 2021, doi: 10.1109/IWBIS53353.2021.9631859.

R. A. Laksono, K. R. Sungkono, R. Sarno, and C. S. Wahyuni, “Sentiment analysis of restaurant customer reviews on tripadvisor using naïve bayes,” Proceedings of 2019 International Conference on Information and Communication Technology and Systems, ICTS 2019, pp. 49–54, Jul. 2019, doi: 10.1109/ICTS.2019.8850982.

S. A. Azzahra and A. Wibowo, “Analisis Sentimen Multi-Aspek Berbasis Konversi Ikon Emosi dengan Algoritme Naïve Bayes untuk Ulasan Wisata Kuliner Pada Web Tripadvisor,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 7, no. 4, pp. 737–744, Aug. 2020, doi: 10.25126/JTIIK.2020731907.

I. Nuritha, A. A. Arifiyanti, and V. P. Widartha, “Analysis of Public Perception on Organic Coffee through Text Mining Approach using Naïve Bayes Classifier,” Proceedings - 2nd East Indonesia Conference on Computer and Information Technology: Internet of Things for Industry, EIConCIT 2018, pp. 153–158, Nov. 2018, doi: 10.1109/EICONCIT.2018.8878572.

A. Prabhat and V. Khullar, “Sentiment classification on big data using Naïve bayes and logistic regression,” 2017 International Conference on Computer Communication and Informatics, ICCCI 2017, Nov. 2017, doi: 10.1109/ICCCI.2017.8117734.

F. Tala, “A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia,” Universiteit van Amsterdam, Netherlands, 2003.

S. Elbagir and J. Yang, “ Twitter Sentiment Analysis Using Natural Language Toolkit and VADER Sentiment,” May 2019.

A. Borg and M. Boldt, “Using VADER sentiment and SVM for predicting customer response sentiment,” Expert Systems with Applications, vol. 162, p. 113746, Dec. 2020, doi: 10.1016/J.ESWA.2020.113746.

A. A. Arifiyanti and E. D. Wahyuni, “SMOTE: Metode Penyeimbang Kelas Pada Klasifikasi Data Mining,” SCAN - Jurnal Teknologi Informasi dan Komunikasi, vol. 15, no. 1, pp. 34–39, Feb. 2020, doi: 10.33005/SCAN.V15I1.1850.

Y. Ma and H. He, Eds., Imbalanced Learning: Foundations, Algorithms, and Applications. John Wiley & Sons, Inc, 2013.




DOI: http://dx.doi.org/10.36448/jsit.v13i1.2539

Article Metrics

Abstract view : 22 times
PDF - 11 times

Refbacks

  • There are currently no refbacks.


About the JournalJournal PoliciesAuthor Information

Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika)
e-ISSN: 2686-181X
Website: http://jurnal.ubl.ac.id/index.php/explore
Email: explore@ubl.ac.id
Published by: Pusat Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Bandar Lampung
Office: Jalan Zainal Abidin Pagar Alam No 89, Gedong Meneng, Bandar Lampung, Indonesia

This work is licensed under a Creative Commons Attribution 4.0 International License
Technical Support by:  RYE Education Hub