ANALISIS SENTIMEN ULASAN PADA WISATA DIENG DENGAN ALGORITMA K-NEAREST NEIGHBOR (K-NN)

  • Hidayatus Sibyan Universitas Sains Al Qur'an
  • Nur Hasanah Universitas Sains Al-Qur'an
Keywords:
analisis sentimen; ulasan; wisata dieng; k-nearest neighbor

Abstract

Tujuan penelitian ini adalah untuk melakukan identifikasi dan klasifikasi ulasan pengunjung wisata dieng melalui analisis sentimen. Dengan adanya analisis sentimen ini diharapkan bisa bermanfaat untuk pengelola wisata sebagai bahan pertimbangan dalam melakukan perbaikan atas kekurangan pada tempat wisata yang dikelola. Serta bisa bermanfaat bagi para wisatawan sebelum memutuskan untuk berkunjung ke destinasi wisata tanpa harus membaca ulasan satu per satu. Metode K-Nearest Neighbor digunakan untuk melakukan klasifikasi data sentimen pada wisata dieng. Klasifikasi data dibagi ke dalam sentimen positif, negatif.

Penelitian ini menghasilkan sebuah sistem analisis sentimen yang dapat mengidentifikasikan dan mengklasifikasi ulasan pengunjung wisata dieng dengan menggunakan algoritma K-Nearest Neighbor (K-NN) dengan hasil dari pengujian akurasi sebesar 86%.

Downloads

Download data is not yet available.

References

1. Syaifudin, Y. W., & Irawan, R. A. (2018). Implementasi Analisis Clustering Dan Sentimen Data Twitter Pada Opini Wisata Pantai Menggunakan Metode K-Means. Jurnal Informatika Polinema, 4(3), 189-189.
2. Putri, P. (2013). Implementasi Metode Improved K-Nearest Neighbor pada Analisis Sentimen Twitter Berbahasa Indonesia (Doctoral dissertation, Universitas Brawijaya).
3. Wilianto, L., Pudjiantoro, T. H., & Umbara, F. R. (2017). Analisis Sentimen Terhadap Tempat Wisata Dari Komentar Pengunjung Dengan Menggunakan Metode Naive Bayes Classifier Studi Kasus Jawa Barat. Prosiding SNATIF, 439-448.
4. Azmi, M., Huda, A. K., & Setyanto, A. (2020). PEMANFAATAN DATA INSTAGRAM UNTUK MENGETAHUI REPUTASI TEMPAT WISATA DI LOMBOK. TEKNIMEDIA: Teknologi Informasi dan Multimedia, 1(1), 39-46.
5. Deviyanto, A., & Wahyudi, M. D. R. (2018). Penerapan analisis sentimen pada pengguna twitter menggunakan metode K-Nearest Neighbor. JISKA (Jurnal Informatika Sunan Kalijaga), 3(1), 1-13.
6. Febrianti, Y. M., & Indriati, A. W. W. (2018). Analisis Sentimen Pada Ulasan “Lazada” Berbahasa Indonesia Menggunakan K-Nearest Neighbor (K-NN) Dengan Perbaikan Kata Menggunakan Jaro Winkler Distance. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.
7. Sari, R. (2020). Analisis Sentimen Pada Review Objek Wisata Dunia Fantasi menggunakan Algoritma K-Nearest Neighbor (K-NN). EVOLUSI: Jurnal Sains dan Manajemen, 8(1).
Published
2022-01-29
How to Cite
SibyanH. and HasanahN. (2022) “ANALISIS SENTIMEN ULASAN PADA WISATA DIENG DENGAN ALGORITMA K-NEAREST NEIGHBOR (K-NN)”, Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ, 9(1), pp. 38-47. doi: https://doi.org/10.32699/ppkm.v9i1.2218.
Section
Penelitian

STATISTICS

Abstract viewed = 266 times
PDF downloaded = 242 times