Optimasi Analisis Sentimen dan Rekomendasi Review Taman Safari dengan Algoritma Machine Learning dan Term Frequency

Wishnu Mukti, Bramantyo (2025) Optimasi Analisis Sentimen dan Rekomendasi Review Taman Safari dengan Algoritma Machine Learning dan Term Frequency. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (303kB)
	PDF BAB_II.pdf Download (518kB)
	PDF BAB_III.pdf Download (849kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (4MB)
	PDF BAB_V.pdf Download (231kB)
	PDF DAFTAR_PUSTAKA.pdf Download (258kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (896kB)

Abstract

Latar belakang penelitian ini berfokus pada semakin tingginya minat masyarakat terhadap destinasi wisata serta pentingnya memahami persepsi pengunjung dalam meningkatkan pengalaman mereka di Taman Safari Indonesia. Seiring dengan meningkatnya penggunaan platform digital seperti Google Maps, ulasan pengunjung menjadi sumber data yang berharga untuk analisis sentimen. Namun, banyaknya data yang terdapat dalam ulasan ini menjadi sulit untuk diproses dan dianalisis secara efektif, sehingga diperlukan pendekatan sistematis untuk mengidentifikasi sentimen dan faktor. Metode yang diterapkan dalam penelitian ini menggunakan pendekatan Knowledge Discovery in Databases (KDD). Proses ini mencakup pengumpulan, pemrosesan, dan analisis data menggunakan teknologi machine learning. Untuk mengategorikan ulasan menjadi tiga kelas positif, negatif, dan netral dan lima algoritma machine learning, yaitu Logistic Regression, Naïve Bayes, Support Vector Machine (SVM), Random Forest, dan K-Nearest Neighbors (KNN), diterapkan. Penelitian ini bertujuan untuk menentukan algoritma mana yang memiliki kinerja terbaik dalam analisis sentimen serta menganalisis tema utama yang muncul dari ulasan pengunjung. Hasil penelitian menunjukkan bahwa algoritma SVM memberikan kinerja terbaik dengan akurasi mencapai 94% dan F1-score sebesar 0.97, yang menunjukkan efektivitasnya dalam menangani data dengan kompleksitas tinggi. Analisis menunjukkan bahwa mayoritas ulasan bersifat positif dan menyoroti kepuasan pengunjung terhadap kualitas atraksi, pelayanan, interaksi dengan hewan, dan kebersihan fasilitas. Kesimpulan dari penelitian ini menegaskan pentingnya menerapkan Term Frequency dalam pengembangan rekomendasi untuk memberikan informasi yang relevan kepada pengunjung dalam memilih destinasi wisata sesuai minat mereka.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Wishnu Mukti, Bramantyo (00000061245)
Contributors:	Sutomo, Rudi
Keywords:	Analisis Sentimen, Term Frequency, Google Maps, Machine Learning, Taman Safari Indonesia
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	10 Sep 2025 05:35
URI:	https://kc.umn.ac.id/id/eprint/40412

Actions (login required)

View Item