TA : Analisis Sentimen Masyarakat Terhadap Destinasi Prioritas Pariwisata di Indonesia Menggunakan Algoritma Naïve Bayes Classifier

Sutanto, Alexander Steven (2025) TA : Analisis Sentimen Masyarakat Terhadap Destinasi Prioritas Pariwisata di Indonesia Menggunakan Algoritma Naïve Bayes Classifier. Undergraduate thesis, Universitas Dinamika.

	Text 21410100033-2025-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (3MB)
	Text 21410100033-2025-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (1MB)

Search this title on : |

Abstract

Pertumbuhan sektor pariwisata memberikan kontribusi signifikan terhadap ekonomi nasional dalam dua dekade terakhir. Untuk memperkuat industri ini, Kementerian Pariwisata dan Ekonomi Kreatif menetapkan 10 destinasi prioritas, lima di antaranya menjadi fokus dalam penelitian ini, yaitu Pulau Morotai, Pantai Tanjung Kelayang, Danau Toba, Wakatobi, dan Pantai Tanjung Lesung yang mencakup wilayah pantai, laut, dan danau. Salah satu komponen penting dalam meningkatkan minat kunjungan wisatawan, khususnya di era digital, adalah ulasan yang mereka sampaikan secara daring. Oleh karena itu, penting untuk memahami persepsi mereka terhadap destinasi wisata. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan wisatawan berbasis data Google Maps menggunakan algoritma Naïve Bayes Classifier, guna membantu pengelola memahami persepsi pengunjung serta mengidentifikasi aspek-aspek yang perlu diperbaiki. Ulasan diklasifikasikan ke dalam dua kategori, yaitu sentimen positif dan negatif, kemudian dilatih pada model Naïve Bayes yang dievaluasi menggunakan confusion matrix dan teknik 10-fold cross-validation. Hasil klasifikasi menunjukkan akurasi yang tinggi di seluruh destinasi, dengan Danau Toba mencapai akurasi tertinggi sebesar 95.91%, Wakatobi sebesar 94.67%, Pantai Tanjung Kelayang sebesar 93.94%, Pulau Morotai sebesar 90.69%, dan Pantai Tanjung Lesung sebesar 90.13%. Tingkat akurasi sebesar 90–100% menunjukkan bahwa hasil klasifikasi sangat baik, mencerminkan ketepatan prediksi yang tinggi terhadap data aktual. Sentimen positif terbesar didapat oleh Wakatobi sebesar 97.48% dan sentimen negatif tertinggi didapat oleh Pantai Tanjung Lesung sebesar 27.85%. Selain itu, visualisasi kata menggunakan Wordcloud yang dibuat berdasarkan data ulasan yang telah dilabeli namun belum melalui proses klasifikasi dengan algoritma Naïve Bayes berhasil mengungkap daya tarik utama dari masing-masing destinasi pada ulasan positif. Sementara itu, pada ulasan negatif, visualisasi ini berhasil mengidentifikasi kata-kata dominan seperti 'sampah', 'parkir', dan 'mahal' yang menjadi indikator aspek yang perlu mendapat perhatian dari pengelola. Dengan demikian, hasil penelitian ini tidak hanya menggambarkan persepsi pengunjung secara akurat, tetapi juga memberikan masukan konkret untuk meningkatkan kualitas layanan dan pengalaman wisata.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item