Analisis Sentimen Terhadap Tempat Wisata Berdasarkanulasan Pada Google Maps Menggunakan Algoritma Naïve Bayes Classifier Dan Support Vector Machine (Studi Kasus: Kabupaten Brebes)

Abstract

Berwisata adalah salah satu kegiatan rekreasi yang populer di kalangan masyarakat untuk melepas penat dan menikmati keindahan alam atau budaya setempat. Kabupaten Brebes, terbesar ketiga di Jawa Tengah setelah Grobogan, namun menempati urutan terakhir dalam jumlah kunjungan
wisatawan pada tahun 2022 menurut data Badan Pusat Statistik (BPS) Jawa Tengah. Kondisi ini mendorong perlunya analisis lebih lanjut mengenai sentimen pengunjung terhadap tempat
wisata di Brebes untuk memahami persepsi publik. Penelitian ini bertujuan mengklasifikasikan sentimen pengunjung dari Google Maps dan membandingkan kinerja algoritma Naïve Bayes (NB) dengan Support Vector Machine (SVM). Dari 6734 data ulasan yang dianalisis menggunakan fitur TF-IDF, SVM menunjukkan performa yang lebih unggul dengan akurasi 87%, melampaui Naïve Bayes dengan 86%. Pada pengujian lebih lanjut, SVM menghasilkan nilai precision sebesar 0.69,
recall 0.24, dan f1-score 0.36 untuk sentimen negatif, serta precision 0.88, recall 0.98, dan f1-score 0.93 untuk sentimen positif. Sementara itu, Naïve Bayes menghasilkan precision 0.86, recall 0.05, dan f1-score 0.10 untuk sentimen negatif, serta precision 0.86, recall 1.00, dan f1-score 0.92 untuk sentimen positif. Hal ini menunjukkan bahwa SVM tidak hanya lebih akurat secara keseluruhan, tetapi juga lebih seimbang dalam mengenali kedua kelas sentimen, terutama dalam mendeteksi
ulasan negatif yang sangat penting sebagai masukan bagi pengembangan sektor pariwisata.
Kata kunci— analisis sentimen, brebes, naïve bayes, support vector machine, wisata