IMPLEMENTASI MACHINE LEARNING UNTUK ANALISIS SENTIMEN ULASAN OBJEK WISATA BENTENG KUTO BESAK MENGGUNAKAN METODE NAIVE BAYES

Aprisyah, Tira (0206) IMPLEMENTASI MACHINE LEARNING UNTUK ANALISIS SENTIMEN ULASAN OBJEK WISATA BENTENG KUTO BESAK MENGGUNAKAN METODE NAIVE BAYES. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (Cover) Cover.pdf - Published Version Download (666kB)
	Text (Abstrak) Abstrak.pdf - Published Version Download (240kB)
	Text (BAB I Pendahuluan) Bab I.pdf - Published Version Restricted to Repository staff only Download (218kB)
	Text (BAB II Tinjauan Pustaka) Bab II.pdf - Published Version Restricted to Repository staff only Download (439kB)
	Text (BAB III Metodologi) Bab III.pdf - Published Version Restricted to Repository staff only Download (4MB)
	Text (BAB IV Hasil dan Pembahasan) Bab IV.pdf - Published Version Restricted to Repository staff only Download (1MB)
	Text (BAB V Penutup) Bab V.pdf - Published Version Restricted to Repository staff only Download (185kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (202kB)
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Perkembangan platform digital seperti Google Maps menghasilkan banyak ulasan pengunjung yang dapat dimanfaatkan sebagai sumber informasi untuk mengevaluasi kualitas objek wisata. Namun, data ulasan yang tidak terstruktur dan berjumlah besar memerlukan metode pengolahan untuk memperoleh informasi mengenai kecenderungan sentimen pengunjung. Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam analisis sentimen ulasan pengunjung Benteng Kuto Besak. Data dikumpulkan melalui teknik web scraping dengan jumlah awal 2.000 ulasan dan setelah proses pembersihan diperoleh 1.996 ulasan. Tahapan penelitian meliputi preprocessing teks, pelabelan data, pembagian data, pembobotan TF-IDF, klasifikasi menggunakan Multinomial Naive Bayes, evaluasi model, dan implementasi hasil analisis pada dashboard website. Pelabelan dilakukan berdasarkan rating Google Maps ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Hasil pelabelan menunjukkan 1.398 ulasan positif, 112 ulasan netral, dan 486 ulasan negatif. Hasil pengujian model memperoleh accuracy 83,25%, precision 79,67%, recall 83,25%, dan F1-score 79,77%. Hasil penelitian menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan sentimen ulasan Benteng Kuto Besak dengan baik dan dashboard website mampu menyajikan hasil analisis secara visual dan informatif.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Analisis Sentimen, Benteng Kuto Besak, Naive Bayes, TF-IDF, Dashboard website
Subjects:	T Technology > T Technology (General)
Divisions:	Digital Multimedia Information Technology > Undergraduate Theses
Depositing User:	Pustaka Teknik Komputer
Date Deposited:	10 Sep 2026 05:27
Last Modified:	10 Sep 2026 05:27
URI:	http://eprints.polsri.ac.id/id/eprint/26795

Actions (login required)

View Item