ANALISIS SENTIMEN ULASAN PENGUNJUNG WISATA CANDI BUMI AYU MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Januarianto, Januarianto (2026) ANALISIS SENTIMEN ULASAN PENGUNJUNG WISATA CANDI BUMI AYU MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (4MB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (202kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (208kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (927kB) | Request a copy
	Text (BAB III RANCANG BANGUN) BAB III.pdf - Published Version Restricted to Repository staff only Download (800kB) | Request a copy
	Text (BAB IV PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf - Published Version Restricted to Repository staff only Download (185kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (170kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (9MB) | Request a copy

Abstract

Perkembangan platform digital memberikan ruang bagi pengunjung untuk menyampaikan opini terhadap suatu objek wisata, termasuk Wisata Candi Bumi Ayu. Namun, banyaknya ulasan yang tersebar di berbagai platform belum dikelola secara terstruktur sehingga sulit digunakan sebagai bahan evaluasi pengelolaan wisata. Penelitian ini bertujuan untuk mengimplementasikan metode Support Vector Machine (SVM) dalam mengklasifikasikan ulasan pengunjung Wisata Candi Bumi Ayu ke dalam sentimen positif dan negatif. Data ulasan diperoleh melalui proses scraping dari Google Maps, Facebook, TikTok, dan YouTube. Data yang terkumpul kemudian melalui tahap penggabungan, pembersihan, preprocessing, pelabelan, pembagian data, ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), pemodelan SVM, dan evaluasi model. Hasil penelitian menunjukkan bahwa dari 696 data ulasan, sebanyak 527 ulasan atau 75,7% termasuk sentimen positif, sedangkan 169 ulasan atau 24,3% termasuk sentimen negatif. Pengujian terhadap 140 data uji menghasilkan nilai accuracy sebesar 82,14%, precision sebesar 85,84%, recall sebesar 91,51%, dan F1-score sebesar 88,58%. Penelitian ini juga menghasilkan website Dashboard berbasis Flask yang menyajikan hasil analisis sentimen, data ulasan, kata dominan, rekomendasi keputusan, evaluasi model, dan fitur prediksi ulasan baru.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Analisis Sentimen, Candi Bumi Ayu, Support Vector Machine, TF-IDF, Dashboard
Subjects:	T Technology > T Technology (General)
Divisions:	Computer Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Komputer
Date Deposited:	02 Sep 2026 08:32
Last Modified:	02 Sep 2026 08:32
URI:	http://eprints.polsri.ac.id/id/eprint/26055

Actions (login required)

View Item