Penerapan Analisis Sentimen Melalui Data Instagram Untuk Mengetahui Reputasi Wisata Kuliner Di Kota Bandung Menggunakan Metode Klasifikasi NaÏve Bayes

Sandy Finandra, Murahartawaty Murahartawaty, Faqih Hamami

Abstract

Sosial media adalah media jejaring online yang digunakan satu sama lain untuk melakukan interaksi dan kolaborasi oleh para penggunaya. Instagram adalah suatu platform media social sebagai sarana untuk berbagi momen melalui gambar dan video. Banyaknya interaksi antara pengguna melalui komentar menyebabkan terciptanya berbagai pendapat. Komentar teresbut dijadikan sumber data untuk di olah dengan analisis sentimen untuk mengetahui reputasi wisata kuliner di Kota Bandung. komentar tersebut didapatkan melalui teknik scraping, dimana hasil scraping tersebut berupa data komentar noise yang harus melewati tahap cleaning dan preprocessing agar dataset dapat berfungsi maksimal saat dilakukan pengolahan menggunakan algoritma klasifikasi. Perbandingan algoritma klasifikasi yang dipakai adalah Naïve Bayes, Decision Tree, dan K-NN, dimana hasil akurasi tertinggi didapatkan bahwa Naïve bayes memiliki akurasi yang paling besar dengan akurasi sebesar 68.15%, precision 89%, Recall 41.60% dan F1-Measure 89%. Kemudian dilakukan pembobotan dengan TF-IDF untuk melihat bobot tiap kata yang terkandung dalam komentar tersebut, kemudian dilakukan penjumlahan menggunakan metode simple additive weighting (SAW) sebagai metode untuk pendukung keputusan untuk reputasi wisata kuliner kota bandung. Mangkok Manis, Mie Gacoan dan Lotek Alkateri menjadi tiga restoran yang memiliki bobot paling tinggi dibanding restoran lainya. Kata Kunci : Analisis Sentimen, Instagram, Naïve Bayes, Simple additive Weighting, Kuliner Kota Bandung.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0