PEMODELAN TOPIK DAN ANALISIS SENTIMEN ULASAN GOOGLE REVIEWS PADA WISATA KALI GAJAH WONG MENGGUNAKAN BERTOPIC DAN INDOBERT

Yehudha, Alva Raymon (2025) PEMODELAN TOPIK DAN ANALISIS SENTIMEN ULASAN GOOGLE REVIEWS PADA WISATA KALI GAJAH WONG MENGGUNAKAN BERTOPIC DAN INDOBERT. Skripsi thesis, UPN "Veteran" Yogyakarta.

	Text 2_Cover_123210166_Alva Raymon Yehudha.pdf Download (95kB)
	Text 4_Pengesahan_Pembimbing_123210166_Alva Raymon Yehudha.pdf Download (750kB)
	Text 3_Abstrak_123210166_Alva Raymon Yehudha.pdf Download (72kB)
	Text 5_Daftar isi_123210166_Alva Raymon Yehudha.pdf Download (50kB)
	Text 6_Daftar Pustaka_123210166_Alva Raymon Yehudha.pdf Download (74kB)
	Text 1_Skripsi full_123210166_Alva Raymon Yehudha.pdf Restricted to Repository staff only Download (1MB)

Abstract

Penelitian ini bertujuan untuk mengelompokkan ulasan pengunjung wisata Kali
Gajah Wong berdasarkan tema dominan yang terkandung dalam Google Reviews. Data
ulasan tersebut dianalisis menggunakan pendekatan pemodelan topik berbasis teks untuk
memberikan gambaran yang terstruktur mengenai persepsi pengunjung terhadap destinasi
wisata tersebut. Proses pra-pemrosesan data meliputi lowercasing, penghapusan angka dan
tanda baca, normalisasi kata, penghapusan kata berhenti (stopword removal), serta stemming
untuk meningkatkan kualitas dan konsistensi data teks. Metode utama yang digunakan
adalah BERTopic, sebuah teknik pemodelan topik terkini yang memanfaatkan representasi
teks berbasis embedding, reduksi dimensi menggunakan Uniform Manifold Approximation
and Projection (UMAP), serta clustering dengan Hierarchical Density-Based Spatial
Clustering of Applications with Noise (HDBSCAN). Pendekatan ini memungkinkan
identifikasi topik utama secara otomatis tanpa memerlukan penentuan jumlah cluster secara
eksplisit.
Hasil pemodelan menunjukkan adanya enam topik dominan yang mewakili berbagai
aspek pengalaman pengunjung, yaitu kebersihan, aksesibilitas, fasilitas, suasana lingkungan,
dan tema wisata. Visualisasi distribusi ulasan pada masing-masing topik mengindikasikan
dominasi persepsi positif terhadap pengelolaan kawasan wisata.
Penelitian ini memberikan kontribusi signifikan dengan penerapan BERTopic pada
dataset ulasan berbahasa Indonesia dalam sektor pariwisata, yang masih tergolong terbatas
pada kajian akademik. Dengan memadukan teknik text mining modern dan metode
pembelajaran tanpa pengawasan (unsupervised learning) berbasis transformer, penelitian ini
menunjukkan efektivitas BERTopic dalam memahami opini publik terhadap destinasi wisata
lokal. Temuan ini dapat menjadi referensi bagi pengelola destinasi wisata dalam
meningkatkan kualitas pelayanan dan pengalaman pengunjung.
Kata kunci: Pemodelan topik, BERTopic, Google Reviews, pariwisata, text mining,
unsupervised learning, UMAP, HDBSCAN, ulasan wisata, analisis opini.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Alva Raymon Yehudha (Penulis-123210166) ; Dhimas Arief Dharmawan
Uncontrolled Keywords:	Pemodelan topik, BERTopic, Google Reviews, pariwisata, text mining, unsupervised learning, UMAP, HDBSCAN, ulasan wisata, analisis opini.
Subjek:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	UPA Perpustakaan
Date Deposited:	14 Oct 2025 03:25
Last Modified:	14 Oct 2025 03:25
URI:	http://eprints.upnyk.ac.id/id/eprint/44333

Actions (login required)

View Item