Penerapan Algoritma Sentiment Analysis dan Naive Bayes erhadap opini pengunjung di tempat wisata pantai Pintu Kota, Kota Ambon
JURNAL
Diajukan kepada
Fakultas Teknologi Informasi UKSW Untk Memperoleh Gelar Magister Komputer
Oleh :
JULIUS CHRISOSTOMUS APONNO NIM : 972018012
Program Studi Magister Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
Salatiga Juli 2022
KATA PENGANTAR
Segala p
uji dan syukur penulis persembahkan kepada Tuhan Yang Maha Esa. Dengan rida dan rahmat-Nya, penulis akhirnya bisa menyelesaikan tesis ini tepat waktu.Tesis dengan judul " Penerapan Algoritma Sentiment Analysis dan Naïve Bayes terhadap opini pengunjung di tempat wisata pantai Pintu Kota, Kota Ambon " disusun dan diajukan sebagai persyaratan dalam menyelesaikan Program Studi Magister Sistem Informasi di Universitas Kristen Satya Wacana sehingga dapat meraih gelar Magister Komputer.
Dalam kesempatan ini, penulis ingin memberikan ucapan terima kasih yang sedalam-dalamnya kepada beberapa pihak yang telah membantu dan memberikan kontribusi kepada penulis sehingga karya tulis ini dapat diselesaikan. Ucapan terima kasih tersebut penulis tunjukkan kepada:
1. Bapak Prof. Ir. Danny Manongga, M.Sc., Ph.D. selaku Ketua Program Studi Magister Sistem Informasi, Universitas Kristen Satya Wacana.
2. Bapak Prof. Ir. Danny Manongga, M.Sc., Ph.D.selaku dosen Pembimbing I yang telah memberikan bimbingan, pengetahuan, kritik, dan saran untuk memajukan tingkat penulisan tesis ini.
3. Bapak HINDRIYANTO D. PURNOMO, PH.D. selaku dosen Pembimbing II yang telah memberikan bimbingan, pengetahuan, kritik, dan saran untuk memajukan tingkat penulisan tesis ini.
4. Jajaran staf pengajar serta administrasi Program Studi Magister Sistem Informasi, Universitas Kristen Satya Wacana.
5. Orang tua dan teman-teman yang telah memberikan segala macam dukungan serta motivasi untuk menyelesaikan tesis ini.
Dalam penulisan tesis ini masih terdapat kekurangan dan kelemahan. Maka dari itu, penulis terbuka dan dengan senang hati menerima kritik dan saran dari para pembaca.
Akhir kata, semoga karya tesis ini bisa menambah wawasan dan bermanfaat bagi semua pihak yang memerlukan.
Salatiga, 28 Juli 2022
Abstrak
Dalam perkembangan teknologi informasi saat ini, analisis sentimen sering digunakan sebagai alat untuk mencari opini publik tentang sesuatu. Analisis naive bayes adalah metode pengklasifikasian data berdasarkan probabilitas sederhana dan dirancang untuk digunakan dengan asumsi tidak ada saling ketergantungan antara satu kelas dengan kelas lainnya. Tujuan dari penelitian ini adalah untuk mengetahui opini publik tentang kepuasan pengunjung di wisata Pintu Kota Ambon dengan menguji nilai recall positif dan negative, serta nilai presisi positif dan negatif serta nilai akurasi menggunakan analisis sentimen dan analisis naive bayes. Semua data diproses menggunakan tools RapidMiner.
Dalam survey ini kami memperoleh data dari hasil pencarian komentar pengunjung objek wisata Pintu Kota Ambon di website Google Maps. Hasil yang diperoleh dari penelitian ini menunjukkan bahwa pelacakan analisis sentimen dan analisis Naive Bayes terhadap opini 500 pengunjung menunjukkan nilai recall negatif sebesar 97,62% dan nilai recall negatif sebesar 83,33%. Nilai akurasi negatif sebesar 85,42%, sedangkan nilai akurasi positif sebesar 97,22%. Dari hasil tersebut diperoleh nilai akurasi sebesar 90,65%. Dari hasil analisis, destinasi wisata di Pintu Kota Ambon dinilai baik karena memperoleh nilai akurasi tinggi 90,65%. Dari penelitian ini dapat disimpulkan bahwa perlu dikembangkan sebuah sistem informasi untuk melacak kepuasan pengunjung di destinasi wisata lainnya.
Kata kunci : Teknologi informasi, Analisis Sentimen, Naïve Bayes
Abstract
In the current development of information technology, sentiment analysis is often used as a tool to seek public opinion about something. Naive Bayes analysis is a method of classifying data based on simple probabilities and is designed to be used with the assumption that there is no interdependence between one class and another. The purpose of this study was to determine public opinion about visitor satisfaction at Pintu Kota Ambon by testing positive and negative recall values, as well as positive and negative precision values and accuracy values using sentiment analysis and naive Bayes analysis. All data are processed using RapidMiner tools. In this survey, we obtained data from the results of the search for comments from visitors to the Pintu Kota Ambon attraction on the Google Maps website. The results obtained from this study indicate that the tracking of sentiment analysis and Naive Bayes analysis of the opinions of 500 visitors showed a negative recall value of 97.62% and a negative recall value of 83.33%. The negative accuracy value is 85.42%, while the positive accuracy value is 97.22% From these results obtained an accuracy value of 90.65%. From the results of the analysis, tourist destinations at Ambon City Gate are considered good because they get a highly accurate value of 90.65%. From this research, it can be concluded that it is necessary to develop an information system to track visitor satisfaction in other tourist destinations.
Keywords: Information technology, Sentiment Analysis, Naive Bayes
Daftar Pustaka
[1] A. Wildan Attabi’, L. Muflikhah, and M. A. Fauzi, “Penerapan Analisis Sentimen untuk Menilai Suatu Produk pada Twitter Berbahasa Indonesia dengan Metode Naïve Bayes Classifier dan Information Gain,” vol. 2, no. 11, pp. 4548–4554, 2018, [Online]. Available: http://j- ptiik.ub.ac.id
[2] D. H. K. Al-Khafaji and A. T. Habeeb, “Efficient Algorithms for Preprocessing and Stemming of Tweets in a Sentiment Analysis System,” IOSR J. Comput. Eng., vol. 19, no. 3, pp. 44–50, May 2017, doi: 10.9790/0661-1903024450.
[3] N. Boudad, R. Faizi, R. Oulad Haj Thami, and R. Chiheb, “Sentiment analysis in Arabic: A review of the literature,” Ain Shams Engineering Journal, vol. 9, no. 4. Ain Shams University, pp. 2479–
2490, Dec. 01, 2018. doi: 10.1016/j.asej.2017.04.007.
[4] H. Irsyad, A. Farisi, and M. R. Pribadi, “Klasifikasi Opini Masyarakat Terhadap Jasa ISP MyRepublic dengan Naïve Bayes,” J. Nas. Tek. Elektro dan Teknik. Inf., vol. 8, no. 1, p. 30, 2019, doi:
10.22146/jnteti.v8i1.487.
[5] M. A. Fauzi and S. Adinugroho, “Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking IT for Agriculture View project Smart Wheelchair View project,” 2018. [Online]. Available:
https://www.researchgate.net/publication/322959527
[6] B. Gunawan, H. Sasty, P. #2, E. Esyudha, and P. #3, “JEPIN (Jurnal Edukasi dan Penelitian Informatika) Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” vol. 4, no. 2, pp. 17–29, 2018, [Online]. Available: www.femaledaily.com
[7] I. A. Rozaq and N. yulita DS, “Prosiding Seminar Nasional Teknologi dan Informatika, 2017 : Kudus, 25 Juli 2017,” Pros. SNATIF, vol. 4, pp. 303–309, 2017.
[8 ] N.W. S Saraswati, “Text Mining dengan Metode Naive Bayes Classifier dan Support Vector Machine untuk Sentiment Analysis,” Program Pasca Sarjana Universitas Udayana Thesis, 2011.
[9] E. G. Beal, Document 9. 2017. doi: 10.2307/j.ctt1tg5hw3.18.
[10] V. I. Santoso 1, G. Virginia2, and Y. Lukito3, “PENERAPAN SENTIMENT ANALYSIS PADA HASIL EVALUASI DOSEN DENGAN METODE SUPPORT VECTOR MACHINE,” 2017.
[11] N. W. S. Saraswati, "Text Mining dengan Metode Naïve Bayes Classifier dan Support Vector Machine untuk Sentiment Analysis," Program pasca Sarjana Universitas Udayana Thesis, 2011. [14] A. F. Wicaksono and A. Purwarianti, "HMM Based Part-of-Speech Tagger for Bahasa Indonesia," Proceedings of 4th International MALINDO (Malay – Indonesian Language),
[12] N. D. Susanti, E. Sediyono, and I. Sembiring, “Uji Perbandingan Akurasi Analisis Sentimen Pariwisata menggunakan Algoritma Support Vector Machine dan Naive Bayes,” Nusant. Eng., vol. 3, no. 2, pp. 26–33, 2016.
[13] F. Ratnawati and E. Winarko, “Sentiment Analysis of Movie Opinion in Twitter Using Dynamic Convolutional Neural Network Algorithm,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol.
12, no. 1, p. 1, Jan. 2018, doi: 10.22146/ijccs.19237.
[14] D. H. K. Al-Khafaji and A. T. Habeeb, “Efficient Algorithms for Preprocessing and Stemming of Tweets in a Sentiment Analysis System,” IOSR J. Comput. Eng., vol. 19, no. 3, pp. 44–50, May 2017, doi: 10.9790/0661-1903024450.
[15] S. Fanissa, M. A. Fauzi, and S. Adinugroho, “Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking,” J. Pengemb.
Teknol. Inf. dan Ilmu Komput., vol. 2, no. 8, pp. 2766–2770, 2018, [Online]. Available:
http://j-ptiik.ub.ac.id
