Faris Febri Rahanto, 4111415039 (2020) ANALISIS SENTIMEN DATA ULASAN MENGGUNAKAN METODE NAIVE BAYES STUDI KASUS THE WUJIL RESORT & CONVENTIONS PADA SITUS TRIPADVISOR. Under Graduates thesis, Universitas Negeri Semarang.

PDF (ANALISIS SENTIMEN DATA ULASAN MENGGUNAKAN METODE NAIVE BAYES STUDI KASUS THE WUJIL RESORT & CONVENTIONS PADA SITUS TRIPADVISOR) - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Web scraping digunakan untuk mendapatkan data secara daring pada halaman website yaitu mengumpulkan data ulasan pengunjung The Wujil Resort & Conventions yang bersumber dari situs tripadvisor. Proses pengklasifikasian data ulasan akan dilakukan dengan machine learning menggunakan metode Naive Bayes Classifier. Selanjutnya hasil klasifikasi akan dianalisis dengan metode text mining, konsep utamanya adalah dengan melakukan ekplorasi seluas-luasnya dan ekstraksi dengan data yang sangat banyak dan terus bertambah. Sehingga ditemukan sebuah fakta dan informasi yang dianggap penting dan dapat berguna untuk berbagai bidang keperluan. Naive Bayes merupakan teknik prediksi berbasis probalistik sederhana yang berdasar pada penerapan teorema bayes atau aturan bayes dengan asumsi independensi (ketidak tergantungan) yang kuat. Pada penelitian ini algoritma Naive Bayes digunakan untuk klasifikasi sentimen positif dan sentimen negatif dari data ulasan pengunjung. Klasifikasi dengan metode Naive Bayes menunjukkan tingkat akurasi sebesar 76,6%, dari 47 data ulasan yang diuji, terdapat 36 ulasan yang benar pengklasifikasiannya. Secara umum, dengan metode text mining diperoleh informasi bahwa lebih banyak pengunjung yang memberikan penilaian positif daripada pengunjung yang memberikan penilaian negatif. Pengunjung banyak memberikan penilaian positif antaralain tentang penilaian kamar hotel bergaya modern minimalis dengan balkon, staf yang ramah dan membantu, menu restoran yang banyak variasi makanan, serta adanya fasilitas penunjang lain seperti taman bermain, kolam renang, wifi, dan jogging track. Sedangkan beberapa penilaian negatif pengunjung seperti pelayan pembersih kamar yang kurang teliti saat membersihkan sudut ruang kamar dan tempat parkir tidak beratap. Selanjutnya hasil ulasan negatif tersebut dibuat dalam diagram fishbone untuk pemecahan masalah.

Actions (login required)

View Item