ANALISIS SENTIMEN BERBAGAI PARAMETER ASPEK TERHADAP ULASAN WISATAWAN PANTAI LOMBOK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DAN PARTICLE SWARM OPTIMIZATION (PSO)

RAHMAN, NURPUJIYATUN (2023) ANALISIS SENTIMEN BERBAGAI PARAMETER ASPEK TERHADAP ULASAN WISATAWAN PANTAI LOMBOK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DAN PARTICLE SWARM OPTIMIZATION (PSO). Other thesis, UPN "Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (55kB)
	Text COVER.pdf Download (131kB)
	Text DAFTAR ISI.pdf Download (75kB)
	Text DAFTAR PUSTAKA.pdf Download (192kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (162kB)
	Text PENGESAHAN PENGUJI.pdf Download (150kB)
	Text SKRIPSI FULL_NURPUJIYATUN RAHMAN_123180026.pdf Restricted to Repository staff only Download (3MB)

Abstract

Pariwisata salah satu faktor yang berpengaruh dalam perkembangan perekonomian
suatu negara bahkan daerah dengan tujuan meningkatkan devisa negara, pertumbuhan
ekonomi sehingga mengurangi jumlah pengangguran yang berimbas pada peningkatan
kesejahteraan masyarakat dan produktivitas daerah atau negara. Tahun 2020, Lombok
menjadi salah satu destinasi terpopuler di Asia oleh situs perjalanan wisata di Amerika
Serikat, TripAdvisor. Dengan adanya hal tersebut, tentu memberikan dampak positif bagi
pariwisata karena biasanya wisatawan akan mencari ulaan destinasi yang mereka tuju
melalui situs yang bisa dipercaya. Di berbagai platform social media dapat ditemukan
banyak ulasan terkait opini wisatawan terhadap pariwisata yang ada sehingga opini tersebut
dapat dimaanfaatkan sebagai sarana pengembangan dan pengelolaan pariwisata. Untuk itu
perlu dilakukan analisis sentimen aspek untuk mengetahui sentimen yang lebih spesifik
terhadap aspek dari pariwisata.
Dalam penelitian ini, metode Support Vector Machine akan melakukan klasifikasi
dengan menemukan hyperplane terbaik terhadap setiap kelas dan metode ini memiliki
performa yang lebih baik dibandingkan metode lainnya dalam proses klasifikasi. Namun
Support Vector Machine tentu memiliki kelemahan yang berimbas pada hasil akurasi
sehingga diperlukan metode optimasi yaitu Particle Swarm Optimization yang memastikan
bobot fitur yang tepat untuk meningkatkan hasil akurasi dari implementasi Support Vector
Machine dengan cara mengoptimalkan nilai parameter. Proses yang dilakukan dimulai
dengan scraping data, pemisahan paragraph, penetapan aspek dan pelabelan data, text
preprocessing, pembobotan kata TF-IDF, melakukan analisis dengan dua skenario yaitu
menggunakan metode SVM dan SVM menggunakan Particle Swarm Optimization.
Pengujian model menggunakan 5-Fold Cross Validation dan Confusion Matrix.
Hasil pengujian dari dua skenario tersebut didapatkan bahwa implementasi Support
Vector Machine dan Particle Swarm Optimization pada data ulasan wisatawan pantai
lombok dapat meningkatkan hasil akurasi pada berbagai parameter aspek. Rata-rata hasil
akurasi dari implementasi Support Vector Machine dan Particle Swarm Optimization pada
aspek Umum sebesar 92.65%, aspek Kebersihan sebesar 91.87%, aspek Keramaian sebesar
83.33%, aspek Akses Jalan sebesar 77.33% dan aspek Kondisi Ombak sebesar 91.17%.
Kata kunci : Analisis Sentimen Aspek, Support Vector Machine, Particle Swarm Optimization, Wisata Pantai, Pemisahan Paragraf

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Sentimen Aspek, Support Vector Machine, Particle Swarm Optimization, Wisata Pantai, Pemisahan Paragraf
Subjek:	T Technology > T Technology (General)
Divisions:	x. Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Apriliani Kusuma Wardhani
Date Deposited:	04 Aug 2023 07:30
Last Modified:	04 Aug 2023 07:30
URI:	http://eprints.upnyk.ac.id/id/eprint/36800

Actions (login required)

View Item