Analisis Sentimen Berdasarkan Aspek Pada Ulasan Tempat Wisata Menggunakan Modified K-Nearest Neighbor
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Rahmi, Faisal
Subject
004_Data Processing & Computer Science
Datestamp
2021-07-07 02:41:23
Abstract :
Perkembangan internet berdampak pada kemajuan sektor pariwisata, karena masyarakat jadi lebih mudah dalam menemukan ulasan tempat wisata yang akan dikunjungi, serta dimanfaatkan oleh pengelola tempat wisata untuk mengevaluasi kualitas tempat wisata. Namun dikarenakan ulasan tempat wisata memiliki banyak aspek serta polaritas yang berbeda, menyebabkan sulitnya untuk menentukan polaritas dari sebuah ulasan. Metode Modified K-Nearest Neighbor (MKNN) dipilih untuk melakukan analisis sentimen terhadap aspek pada ulasan tempat wisata tersebut. Dalam Melakukan preprocessing pada ulasan tersebut menggunakan beberapa metode, seperti filtering, convert emoticon, case folding, tokenizing, spelling normalization, stopword removal, stemming dan pada feature extraction menggunakan Raw Term-Frequency. Pengujian dilakukan pada penerapan metode Modified K-Nearest Neighbor (MKNN) dengan menggunakan data latih sebanyak 300 data latih dan 200 data uji, dan hasil pengujian tertinggi yang didapatkan dengan nilai k=1 sebesar 43% pada keseluruhan klasifikasi, 40% dengan nilai k=1 pada aspek harga, 79.5% dengan nilai k=5 pada aspek pelayanan dan 46% dengan nilai k=1 pada aspek fasilitas. Berdasarkan hasil tersebut maka disimpulkan bahwa metode Modified K-Nearest Neighbor (MKNN) dapat dipergunakan untuk mengklasifikasi ulasan tempat wisata namun dengan tingkat akurasi yang kurang baik.
Perkembangan internet berdampak pada kemajuan sektor pariwisata, karena masyarakat jadi lebih mudah dalam menemukan ulasan tempat wisata yang akan dikunjungi, serta dimanfaatkan oleh pengelola tempat wisata untuk mengevaluasi kualitas tempat wisata. Namun dikarenakan ulasan tempat wisata memiliki banyak aspek serta polaritas yang berbeda, menyebabkan sulitnya untuk menentukan polaritas dari sebuah ulasan. Metode Modified K-Nearest Neighbor (MKNN) dipilih untuk melakukan analisis sentimen terhadap aspek pada ulasan tempat wisata tersebut. Dalam Melakukan preprocessing pada ulasan tersebut menggunakan beberapa metode, seperti filtering, convert emoticon, case folding, tokenizing, spelling normalization, stopword removal, stemming dan pada feature extraction menggunakan Raw Term-Frequency. Pengujian dilakukan pada penerapan metode Modified K-Nearest Neighbor (MKNN) dengan menggunakan data latih sebanyak 300 data latih dan 200 data uji, dan hasil pengujian tertinggi yang didapatkan dengan nilai k=1 sebesar 43% pada keseluruhan klasifikasi, 40% dengan nilai k=1 pada aspek harga, 79.5% dengan nilai k=5 pada aspek pelayanan dan 46% dengan nilai k=1 pada aspek fasilitas. Berdasarkan hasil tersebut maka disimpulkan bahwa metode Modified K-Nearest Neighbor (MKNN) dapat dipergunakan untuk mengklasifikasi ulasan tempat wisata namun dengan tingkat akurasi yang kurang baik.
File :
UNIKOM_Faisal Rahmi_COVER.pdf
UNIKOM_Faisal Rahmi_LEMBAR PENGESAHAN.pdf
UNIKOM_Faisal Rahmi_BAB 5.pdf
UNIKOM_Faisal Rahmi_DAFTAR PUSTAKA.pdf
UNIKOM_Faisal Rahmi_KONTAK PENULIS DAN KONTRIBUTOR.pdf
UNIKOM_Faisal Rahmi_SURAT KETERANGAN PUBLIKASI.pdf
UNIKOM_Faisal Rahmi_SURAT KETERANGAN ORISINALITAS.pdf
UNIKOM_Faisal Rahmi_KATA PENGANTAR.pdf
UNIKOM_Faisal Rahmi_DAFTAR ISI.pdf
UNIKOM_Faisal Rahmi_BAB 1.pdf
UNIKOM_Faisal Rahmi_BAB 2.pdf
UNIKOM_Faisal Rahmi_BAB 3.pdf
UNIKOM_Faisal Rahmi_BAB 4.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
