SENTIMEN ANALISIS TEMPAT WISATA BERDASARKAN ULASAN GOOGLE MAPS MENGGUNAKAN METODE NAÏVE BAYES (Studi Kasus Bukit Merese)
DOI:
https://doi.org/10.37824/sij.v7i2.2024.753Keywords:
Sentimen Analisis, Bukit Merese, Naïve Bayes, Ulasan Google Maps, Pengembangan PariwisataAbstract
Pariwisata memainkan peran penting dalam pembangunan ekonomi suatu negara, dengan Indonesia menjadi rumah bagi banyak destinasi wisata yang beragam dan menarik. Dengan keindahan alam dan kekayaan budaya, Indonesia menarik pengunjung baik domestik maupun internasional. Pada awal tahun 2023, jumlah wisatawan mancanegara yang mengunjungi Indonesia mengalami peningkatan signifikan setelah pandemi, menyoroti pemulihan sektor ini. Pengembangan pariwisata di Indonesia terintegrasi secara sistematis dalam perencanaan nasional, dengan fokus pada peningkatan produk, layanan, dan daya tarik wisata secara keseluruhan. Nusa Tenggara Barat, khususnya Lombok Tengah, diakui memiliki potensi pariwisata yang luar biasa, dengan Bukit Merese sebagai destinasi populer. Pulau Lombok, yang dikenal dengan pantainya yang masih alami, situs budaya, dan pengalaman kuliner, terus menjadi tujuan utama wisatawan. Sebuah destinasi wisata yang sukses bergantung pada tiga komponen utama: atraksi, aksesibilitas, dan fasilitas. Kombinasi faktor-faktor ini memastikan pengalaman pariwisata yang terkelola dengan baik. Di era digital ini, penggunaan teknologi telah memberikan dampak signifikan pada pariwisata, dengan internet memudahkan akses informasi. Google Maps telah muncul sebagai platform yang sangat berharga di mana wisatawan berbagi opini dan ulasan mereka, memberikan umpan balik penting untuk perbaikan layanan pariwisata. Analisis sentimen, yang melibatkan ekstraksi dan analisis opini dari data teks, adalah alat yang efektif untuk memahami umpan balik wisatawan. Penelitian ini menggunakan metode Naïve Bayes untuk menganalisis sentimen dari ulasan di Google Maps tentang Bukit Merese, dengan tujuan untuk mengklasifikasikan opini sebagai positif, negatif, atau netral. Penelitian ini memberikan wawasan yang berharga tentang sentimen wisatawan, yang dapat memandu pengembangan pariwisata di Lombok Tengah, memberikan manfaat bagi otoritas pariwisata lokal, dan berkontribusi pada strategi pembangunan daerah. Penerapan metode Naïve Bayes memastikan klasifikasi sentimen yang akurat dan efisien, menjadikannya pendekatan yang ideal untuk menangani dataset yang besar.
References
F. W. Andrean, “Kunjungan Wisatawan Asing ke Indonesia NAIK LAGI! Infografis,” 2024. [Online]. Available: https://indonesiabaik.id/infografis/kunjungan-wisatawan-asing-ke-indonesia-naik-lagi. [Accessed: 10 May 2023].
P. Irfan and A. Apriani, “Analisa Strategi Pengembangan E-Tourism Sebagai Promosi Pariwisata Di Pulau Lombok,” ILKOM Jurnal Ilmiah, vol. 9, no. 3, pp. 325–330, 2017, doi: 10.33096/ilkom.v9i3.164.325-330.
A. Imron, “KABUPATEN REMBANG MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER,” 2019. [Online]. Available: [No URL]. [Accessed: 10 May 2023].
I. N. Husada, E. H. Fernando, H. Sagala, A. E. Budiman, and H. Toba, “Ekstraksi dan Analisis Produk di Marketplace Secara Otomatis dengan Memanfaatkan Teknologi Web Crawling,” Jurnal Teknik Informatika Dan Sistem Informasi, vol. 5, no. 3, pp. 350–359, 2020, doi: 10.28932/jutisi.v5i3.1977.
N. L. W. S. R. Ginantra, C. P. Yanti, G. D. Prasetya, I. B. G. Sarasvananda, and I. K. A. G. Wiguna, “Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN,” Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), vol. 11, no. 3, pp. 205–215, 2022, doi: 10.23887/janapati.v11i3.49450.
D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional,” Jurnal Tekno Kompak, vol. 15, no. 1, p. 131, 2021, doi: 10.33365/jtk.v15i1.744.
A. Deviyanto and M. D. R. Wahyudi, “Penerapan Analisis Sentimen Pada Pengguna Twitter Menggunakan Metode K-Nearest Neighbor,” JISKA (Jurnal Informatika Sunan Kalijaga), vol. 3, no. 1, p. 1, 2018, doi: 10.14421/jiska.2018.31-01.
M. Arvyantomo and N. Ratama, “Analisis Sentimen Masyarakat Indonesia Terhadap Invasi Russia Di Ukraina Menggunakan Metode Naïve Bayes Pada Media Sosial Facebook,” LOGIC: Jurnal Ilmu Komputer Dan Pendidikan, vol. 1, no. 4, pp. 705–717, 2023.
R. Wijaya, K. S. Aryanto, S. Steven, H. Wijaya, and J. F. Andry, “PENGUKURAN TINGKAT KEMATANGAN APLIKASI PENJUALAN DENGAN PENDEKATAN COBIT 4.1 STUDI KASUS: PT TOSINDO SURYA CERMERLANG,” JBASE - Journal of Business and Audit Information Systems, vol. 5, no. 1, Mar. 2022, doi: 10.30813/jbase.v5i1.3460.
S. Anggina, N. Y. Setiawan, and F. A. Bachtiar, “Analisis Ulasan Pelanggan Menggunakan Multinomial Naïve Bayes Classifier dengan Lexicon-Based dan TF-IDF Pada Formaggio Coffee and Resto,” Is The Best Accounting Information Systems and Information Technology Business Enterprise This Is Link for OJS Us, vol. 7, no. 1, pp. 76–90, 2022, doi: 10.34010/aisthebest.v7i1.7072.
N. Ambika Hapsari and A. Dwi Indriyanti, “Analisis Sentimen pada Aplikasi Dompet Digital Menggunakan Algoritma Random Forest,” Journal of Emerging Information Systems and Business Intelligence, vol. 04, no. 03, pp. 186–192, 2023.
A. F. D. Putra, M. N. Azmi, H. Wijayanto, S. Utama, and I. G. P. W. Wedashwara Wirawan, “Optimizing Rain Prediction Model Using Random Forest and Grid Search Cross-Validation for Agriculture Sector,” MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, vol. 23, no. 3, pp. 519–530, Jul. 2024, doi: 10.30812/matrik.v23i3.3891.
