ANALISIS SENTIMEN PADA ULASAN OBJEK WISATA PANTAI DI GOOGLE MAPS MENGGUNAKAN METODE LONG-SHORT TERM MEMORY (Studi Kasus: Objek Wisata Pantai di Daerah Istimewa Yogyakarta)

Oktaviana, Niken (2020) ANALISIS SENTIMEN PADA ULASAN OBJEK WISATA PANTAI DI GOOGLE MAPS MENGGUNAKAN METODE LONG-SHORT TERM MEMORY (Studi Kasus: Objek Wisata Pantai di Daerah Istimewa Yogyakarta). Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

[thumbnail of ABSTRAK.pdf]
Preview
 Text
ABSTRAK.pdf
Download (185kB) | Preview
[thumbnail of COVER.pdf]
Preview
 Text
COVER.pdf
Download (221kB) | Preview
[thumbnail of DAFTAR ISI.pdf]
Preview
 Text
DAFTAR ISI.pdf
Download (215kB) | Preview
[thumbnail of DAFTAR PUSTAKA.pdf]
Preview
 Text
DAFTAR PUSTAKA.pdf
Download (396kB) | Preview
[thumbnail of HALAMAN PENGESAHAN PEMBIMBING.pdf]
Preview
 Text
HALAMAN PENGESAHAN PEMBIMBING.pdf
Download (458kB) | Preview
[thumbnail of SKRIPSI-FULL.pdf] Text
SKRIPSI-FULL.pdf
Restricted to Repository staff only
Download (4MB)

Abstract

Dinas Pariwisata Daerah Istimewa Yogyakarya (DIY) melakukan evaluasi dalam rangka menyusun strategi sebagai upaya meningkatkan pengelolaan obyek wisata di Yogyakarta. Namun teknis pelaksanaan evaluasi yang selama ini diterapkan dinilai masih kurang efektif. Hal tersebut disebabkan karena evaluasi masih fokus dilakukan secara langsung dan kondisional serta belum melibatkan opini masyarakat umum. Untuk mempermudah Dinas Pariwisata DIY dalam melakukan evaluasi melalui opini masyarakat, maka perlu dilakukan analisis sentimen. Opini diklasifikasikan ke dalam sentimen positif atau negatif, serta diklasifikasikan ke dalam kategori daya tarik, aksesbilitas, kebersihan, atau fasilitas.
Penelitian ini menggunakan algoritma Long-Short Term Memory (LSTM) yang dikombinasikan dengan pembobotan word2vec. LSTM merupakan salah satu algoritma deep learning yaitu pengembangan dari RNN yang menangani data sequential. Data yang digunakan bersumber dari ulasan google maps dan diberi label secara manual. Proses yang dilakukan adalah mengumpulkan data latih dan data uji, melakukan tahap preprocessing, sentence conversion, pembobotan dengan word2vec, kemudian dilakukan tahap klasifikasi. Lalu pada tahap terakhir dilakukan pengujian menggunakan tabel confusion matrix dan kurva ROC untuk mencari nilai akurasi, presisi, recall, dan nilai AUC. Pengujian menggunakan persentase data latih 80% dan data uji 20% dengan pendekatan K-fold cross validation.
Hasil pengujian dengan confusion matrix menghasilkan nilai akurasi rata-rata sebesar 84%, presisi sebesar 76%, dan recall sebesar 0,73% untuk model sentimen. Sedangkan untuk model kategori diperoleh akurasi rata-rata sebesar 76%, presisi sebesar 75%, dan recall sebesar 0,74%. Hasil pengujian dengan kurva ROC diperoleh nilai rata-rata AUC sebesar 0.73 (fair classification) untuk model sentimen. Sedangkan untuk model kategori diperoleh nilai rata-rata AUC sebesar 0.83 (good classification).
Kata kunci : Dinas Pariwisata, analisis sentimen, ulasan google maps, LSTM

Item Type: Thesis (Other)
Uncontrolled Keywords: Dinas Pariwisata, analisis sentimen, ulasan google maps, LSTM
Subjects: H Social Sciences > HD Industries. Land use. Labor
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eko Yuli
Date Deposited: 18 Nov 2020 03:59
Last Modified: 13 Mar 2023 03:18
URI: http://eprints.upnyk.ac.id/id/eprint/23951

Actions (login required)

View Item View Item