Analisis Sentimen Terhadap Pengalaman Pengguna Di Tempat Wisata Melalui Google Bisnis Review: Studi Kasus (Telaga Sarangan)
Abstrak
Meningkatnya penggunaan platform digital seperti Google Maps membuat ulasan pengguna terhadap destinasi wisata menjadi sumber informasi penting. Namun, banyaknya ulasan yang tersebar secara acak dan tidak terstruktur menyebabkan informasi berharga tentang kepuasan pengunjung belum dimanfaatkan secara optimal oleh pengelola wisata. Telaga Sarangan, sebagai salah satu destinasi unggulan di Kabupaten Magetan, menerima banyak ulasan dari pengunjung yang berpotensi untuk dianalisis lebih lanjut. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna terhadap Telaga Sarangan melalui ulasan Google Maps menggunakan metode Support Vector Machine (SVM). Proses analisis dilakukan melalui tahapan text preprocessing, pelabelan sentimen (positif, negatif, netral), ekstraksi fitur menggunakan TF-IDF, penyeimbangan data menggunakan SMOTE, serta evaluasi dengan confusion matrix. Dataset yang dianalisis terdiri dari 919 ulasan. Hasil penelitian menunjukkan bahwa metode SVM memiliki performa yang baik dalam klasifikasi sentimen, dan berhasil mengidentifikasi faktorfaktor yang memengaruhi kepuasan serta ketidakpuasan pengunjung. Temuan ini diharapkan dapat menjadi bahan evaluasi strategis bagi pengelola wisata dalam meningkatkan kualitas layanan secara berkelanjutan. Kata kunci— Analisis Sentimen, Telaga Sarangan, Google Maps, Support Vector Machine, TF-IDF, SMOTE
Unduhan
Referensi
[1] J. Ipmawati, S. Saifulloh, and K. Kusnawi, “‘Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine,’” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 1, pp. 247–256, 2024, doi: 10.57152/malcom.v4i1.1066.
[2] A. E. Dian Siti Utami, “‘Analisis Sentimen Objek Wisata Bali Di Google Maps Menggunakan Algoritma Naive Bayes,’” J. Sains Komput. Inform. (J-SAKTI, vol. 6, no. 1, pp. 418–427, 2022.
[3] F. U. Haq, “‘Penggunaan Google Review Sebagai Penilaian Kepuasan Pengunjung Dalam Pariwisata,’” Tornare, vol. 2, no. 1, p. 10, 2020, doi: 10.24198/tornare.v2i1.25826.
[4] Wikipedia contributors, “‘Telaga Sarangan,’” Wikipedia. Accessed: Jun. 15, 2024. [Online]. Available: https://id.wikipedia.org/wiki/Telaga_Sarangan#cite_note-Sarang-1
[5] Kompas.com, “Tembus 24.000 Pengunjung Sehari, Destinasi Wisata Magetan Sumbang PAD Rp 2 M,” Kompas. Accessed: Jun. 15, 2024. [Online]. Available: https://regional.kompas.com/read/2024/04/15/090616578/tembus-24000-pengunjung-sehari-destinasi-wisata-magetan-sumbang-pad-rp-2-m
[6] C. F. Hasri and D. Alita, “‘Penerapan Metode NaãVe Bayes Classifier Dan Support Vector Machine Pada Analisis Sentimen Terhadap Dampak Virus Corona Di Twitter,’” J. Inform. dan Rekayasa Perangkat Lunak, vol. 3, no. 2, pp. 145–160, 2022, doi: 10.33365/jatika.v3i2.2026.
[7] A. Rifa’i, H. Sujaini, and D. Prawira, “‘Sentiment Analysis Objek Wisata Kalimantan Barat Pada Google Maps Menggunakan Metode Naive Bayes,’” J. Edukasi dan Penelit. Inform., vol. 7, no. 3, p. 400, 2021, doi: 10.26418/jp.v7i3.48132.
[8] E. Suryati, Styawati, and A. A. Aldino, “‘Analisis Sentimen Transportasi Online Menggunakan Ekstraksi Fitur Model Word2vec Text Embedding Dan Algoritma Support Vector Machine (SVM),’” J. Teknol. Dan Sist. Inf., vol. 4, no. 1, pp. 96–106, 2023, [Online]. Available: https://doi.org/10.33365/jtsi.v4i1.2445
[9] D. A. Putri, D. A. Kristiyanti, E. Indrayuni, A. Nurhadi, and D. R. Hadinata, “‘Comparison of Naive Bayes Algorithm and Support Vector Machine using PSO Feature Selection for Sentiment Analysis on E-Wallet Review,’” J. Phys. Conf. Ser., vol. 1641, no. 1, 2020, doi: 10.1088/1742-6596/1641/1/012085.
[10] S. Styawati, N. Hendrastuty, and A. R. Isnain, “‘Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine,’” J. Inform. J. Pengemb. IT, vol. 6, no. 3, pp. 150–155, 2021, doi: 10.30591/jpit.v6i3.2870.
[11] D. Ananda and R. R. Suryono, “‘Analisis Sentimen Publik Terhadap Pengungsi Rohingya di Indonesia dengan Metode Support Vector Machine dan Naïve Bayes,’” vol. 8, no. April, pp. 748–757, 2024, doi: 10.30865/mib.v8i2.7517.
[12] P. Arsi and R. Waluyo, “‘Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),’” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 1, p. 147, 2021, doi: 10.25126/jtiik.0813944.
[13] J. Adiputra and D. Mahdiana, “‘Analisis Sentimen Dengan Algoritma Support Vector Machine Terhadap Penyakit Hepatitis Akut Misterius,’” IDEALIS Indones. J. Inf. Syst., vol. 6, no. 1, pp. 1–8, 2023, doi: 10.36080/idealis.v6i1.2985.
[14] A. Karami, M. Lundy, F. Webb, and Y. K. Dwivedi, “‘Twitter and Research: A Systematic Literature Review through Text Mining,’” IEEE Access, vol. 8, pp. 67698–67717, 2020, doi: 10.1109/ACCESS.2020.2983656.
[15] O. Alsemaree, A. S. Alam, S. S. Gill, and S. Uhlig, “‘Sentiment analysis of Arabic social media texts: A machine learning approach to deciphering customer perceptions,’” Heliyon, vol. 10, no. 9, p. e27863, 2024, doi: 10.1016/j.heliyon.2024.e27863.
[16] D. Alita and A. R. Isnain, “‘Pendeteksian Sarkasme pada Proses Analisis Sentimen Menggunakan Random Forest Classifier,’” J. Komputasi, vol. 8, no. 2, pp. 50–58, 2020, doi: 10.23960/komputasi.v8i2.2615.
[17] G. K. Pati and E. Umar, “‘Analisis Sentimen Komentar Pengunjung Terhadap Tempat Wisata Danau Weekuri Menggunakan Metode Naive Bayes Classifier Dan K-Nearest Neighbor,’” J. Media Inform. Budidarma, vol. 6, no. 4, p. 2309, 2022, doi: 10.30865/mib.v6i4.4635.
[18] Ardiansyah, Adika Sri Widagdo, Krisna Nuresa Qodri, F. E. N. Saputro, and Nisrina Akbar Rizky P, “‘Analisis sentimen terhadap pelayanan Kesehatan berdasarkan ulasan Google Maps menggunakan BERT,’” J. Fasilkom, vol. 13, no. 02, pp. 326–333, 2023, doi: 10.37859/jf.v13i02.5170.
[19] B. Suyono, “‘Analisis Kepuasan Wisatawan Telaga Sarangan Magetan Berdasarkan Tourism Experience,’” vol. 9, no. November 2018, pp. 39–43, 2020.
[20] A. Erfina and N. Resti Wardani, “‘Analisis Sentimen Perguruan Tinggi Termewah Di Indonesia Menurut Ulasan Google Maps Menggunakan Support Vector Machine (Svm),’” J. Manaj. Inform. Sist. Inf., vol. 5, pp. 77–85, 2022.
[21] Suyanto, “Machine Learning: Tingkat Dasar dan Lanjut,” Edisi 1. Bandung: Informatika, 2018



