Analisis Sentimen Pengguna Google Terhadap Destinasi Wisata Di Kota Semarang Menggunakan Metode K-Nearest Neighbor

Slamet Widodo(1*),Budi Hartono(2)
(1) Universitas Stikubank
(2) Universitas Stikubank
(*) Corresponding Author
DOI : 10.35889/progresif.v19i2.1364

Abstract

Sentiment is a form of application of text mining which aims to obtain opinions or user sentiments about the products and services available. Google is a search engine that is widely used to surf the internet, Google creates many products, one example is Google Maps. Google maps provides a review feature for places that have been visited in various places. Various reviews of places or tours can be written on google maps reviews, one of which is tourism in the city of Semarang. Several travelers have provided positive, negative and neutral reviews written on Google Reviews. To determine the grouping of tourists' reviews, it is necessary to apply sentiment analysis. This study uses the K-Nearest Neighbor algorithm to classify sentiment whether it is negative, positive, or neutral. The results showed that the K-Nearest Neighbor method produced the highest accuracy of 78% at K = 36 and a ratio of 90:10.

Keywords: Sentiment analysis: Google maps review; Tourist attraction; K-Nearest Neighbor

 

Abstrak

Sentiment merupakan salah satu bentuk aplikasi dari text mining yang bertujuan untuk memperoleh pendapat atau sentimen pengguna tentang produk dan layanan yang tersedia. Google adalah salah satu search engine yang banyak digunakan untuk berselancar di internet, google banyak menciptakan produk produk salah satu contohnya yaitu google maps. Pada google maps disediakan fitur review tempat yang telah dikunjungi di berbagai tempat. Berbagai review tempat atau wisata dapat di tulis pada google maps review, salah satunya yaitu wisata di kota Semarang. Beberapa wisatawan telah memberikan review positif, negatif dan netral yang ditulis di google review. Untuk menentukan pengelompokkan review para wisatawan, perlu dilakukan penerapan analisis sentiment. Penelitian ini menggunakan algoritme K-Nearest Neighbor untuk mengklasifikasikan sentiment apakah termasuk negatif, positif, atau netral. Hasil penelitian menunjukkan metode K-Nearest Neighbor menghasilkan akurasi tertinggi 78% pada nilai K=36 dan rasio 90:10.

Kata Kunci: Analisis sentiment: Google maps review; Objek wisata; K-Nearest Neighbor

References


R. Sari, “Analisis Sentimen Pada Review Objek Wisata Dunia Fantasi menggunakan Algoritme K-Nearest Neighbor (K-NN),” Jurnal Sains dan Manajemen, vol. 8, no. 1, pp. 10–17, 2020, Accessed: Jul. 01, 2023. [Online]. Available: ejournal.bsi.ac.id/ejurnal/index.php

/khatulistiwa/issue/archive/index.php/evolusi/article/view/7371

H. Sibyan and N. Hasanah, “Analisis Sentimen Pada Wisata Dieng Dengan Algoritme K-Nearest Neighbor (K-NN),” Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ, vol. 9, no. 1, pp. 38–47, 2021, Accessed: Jul. 01, 2023. [Online]. Available: https://ojs.unsiq.ac.id/index.php/ppkm/article/view/2218

P. Gergorius Kopong and E. Umar, “Analisis Sentimen Komentar Pengunjung Terhadap Tempat Wisata Danau Weekuri Menggunakan Metode Naive Bayes Classifier Dan K-Nearest Neighbor,” Jurnal Media Informatika Budidarma, vol. 6, no. 4, pp. 2309–2315, Oct. 2022, doi: 10.30865/mib.v6i4.4635.

I. Karelo Hesay and S. Adinugroho, “Analisis Sentimen Ulasan Pengunjung Simpang Lima Gumul Kediri menggunakan Metode BM25 dan Neighbor-Weighted K-Nearest Neighbor,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer , vol. 5, no. 7, pp. 3160–3169, 2021, Accessed: Jul. 01, 2023. [Online]. Available: jptiik.multi.web.id/index.php/j-ptiik/article/view/9506

A. Mbay Ndapamuri, D. Manongga, and A. Iriani, “Analisis Sentimen Ulasan Aplikasi Tripadvisor Dengan Metode Support Vector Machine, K-Nearest Neighbor, Dan Naive Bayes,” Jurnal Inovtek Polbeng - Seri Informatika, vol. 8, no. 1, pp. 127–140, 2023, Accessed: Jul. 01, 2023. [Online]. Available: http://ejournal.polbeng.ac.id/index.php

/ISI/article/view/3260

D. Era, S. Andryana, and A. Rubhasy, “Perbandingan Algoritme Naïve Bayes Dan K-Nearest Neighbor pada Analisis Sentimen Pembukaan Pariwisata Di Masa Pandemi Covid 19,” 2023. Accessed: Jul. 01, 2023. [Online]. Available: http://tunasbangsa.ac.id/ejurnal /index.php /jsakti/article/view/590

M. Furqan and S. Mayang Sari, “Analisis Sentimen Menggunakan K-Nearest Neighbor Terhadap New Normal Masa Covid-19 Di Indonesia,” Techno.COM, vol. 21, no. 1, pp. 52–61, 2022, [Online]. Available: https://doi.org/10.33633/tc.v21i1.5446

R. Prihatini Saputri, W. Setya Winahju, and Fithriasari, “Klasifikasi Sentimen Wisatawan Candi Borobudur pada Situs tripAdvisor Menggunakan Support Vector Machine dan KNN,” JURNAL SAINS DAN SENI ITS , vol. 8, no. 2, pp. 2337–3520, 2019, Accessed: Jul. 01, 2023. [Online]. Available: http://ejurnal.its.ac.id/index.php/sains_seni/article/view

/44391

F. Nur Rozi and D. Harini Sulistyawati, “Klasifikasi Berita Hoax Pilpres Menggunakan Metode Modified K-Nearest Neighbor Dan Pembobotan Menggunakan TF-IDF,” KONVERGENSI, vol. 15, no. 1, pp. 1–10, 2019, Accessed: Jul. 01, 2023. [Online]. Available: jurnal.untag-sby.ac.id/index.php/KONVERGENSI/article

/view/2828

W. A. Istiqhfarani, I. Cholissodin, and F. Abdurrachman Bachtiar, “Klasifikasi Penyakit Dental caries menggunakan Algoritme Modified K-Nearest Neighbor,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 5, pp. 1499–1506, 2020, Accessed: Jul. 01, 2023. [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7265

Hozairi, Anwari, and S. Alim, “Implementasi Orange Data Mining Untuk Klasifikasi Kelulusan Mahasiswa Dengan Model K-Nearest Neighbor, Decision Tree Serta Naive Bayes,” Jurnal Ilmiah NERO, vol. 6, no. 2, pp. 133–144, 2021, Accessed: Jul. 01, 2023. [Online]. Available: https://nero.trunojoyo.ac.id/ index.php/nero/article/view/237

B. Sifa Amalia, Y. Umaidah, R. Mayasari, S. Karawang Jl HSRonggo Waluyo, K. Telukjambe Timur, and K. Karawang, “Analisis Sentimen Review Pelanggan Restoran Menggunakan Algoritme Support Vector Machine Dan K-Nearest Neighbor,” Jurnal Sains, Teknologi dan Industri, vol. 19, no. 1, pp. 28–34, 2021, Accessed: Jul. 01, 2023. [Online]. Available: ejournal.uin-suska.ac.id/index.php/sitekin/article/view/14861

K. Permana, Z. Pradana Putra, and A. Nugroho, “Analisa Sentimen Pengunjung Hotel Dengan K-Nearest Neighbor Studi Kasus Hotel Pop! Surabaya,” Jurnal Ilmu Komputer dan Bisnis, vol. 12, no. 2, pp. 159–166, Nov. 2021, doi: 10.47927/jikb.v12i2.170.

Y. Mardiyani and Murwatiningsih, “Pengaruh Fasilitas Dan Promosi Terhadap Kepuasan Pengunjung Melalui Keputusan Berkunjung Sebagai Variabel Intervening Pada Objek Wisata Kota Semarang,” Management Analysis Journal, vol. 4, no. 1, pp. 65–75, 2015, Accessed: Jul. 01, 2023. [Online]. Available: journal.unnes.ac.id/sju/index. php/maj/article/view/7220

P. Vidya Sakta, Indriati, and Marji, “Analisis Sentimen Pariwisata di Kabupaten Malang dengan Menggunakan Metode BM25F, Neighbor Weighted K-Nearest Neighbor dan Seleksi Fitur Chi-Square,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 10, pp. 3659–3666, 2020, Accessed: Jul. 01, 2023. [Online]. Available: j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/8083


How To Cite This :

Refbacks

  • There are currently no refbacks.