ANALISIS SENTIMEN KOMENTAR MASYARAKAT TERHADAP WISATA PASAR TERAPUNG LOK BAINTAN MENGGUNAKAN MACHINE LEARNING

Muhammad Riduan Syafi’i (2024) ANALISIS SENTIMEN KOMENTAR MASYARAKAT TERHADAP WISATA PASAR TERAPUNG LOK BAINTAN MENGGUNAKAN MACHINE LEARNING. PROGRAM STUDI SARJANA TEKNOLOGI INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.

[img] Text
Skripsi Syafii - Riduansyafii official.pdf

Download (1MB)

Abstract

Pasar Terapung Lok Baintan di Kalimantan Selatan adalah destinasi wisata unik yang berlangsung di atas perahu. Komentar dari pengunjung tentang pasar ini bervariasi, mempengaruhi reputasi dan daya tariknya. Analisis sentimen komentar diperlukan untuk memahami opini masyarakat secara lebih mendalam. Tujuan: Penelitian ini bertujuan menganalisis sentimen komentar masyarakat terhadap Pasar Terapung Lok Baintan menggunakan algoritma Naïve Bayes, untuk menentukan dominasi sentimen positif, negatif, atau netral serta faktor-faktor penyebabnya. Metode: Analisis sentimen dilakukan dengan metode Machine Learning menggunakan algoritma Naïve Bayes. Data komentar diproses melalui normalisasi, tokenisasi, dan penghapusan noise, kemudian diklasifikasikan menjadi kategori positif, negatif, atau netral. Evaluasi akurasi model dilakukan dengan confusion matrix. Hasil: Model berhasil mengklasifikasikan komentar dengan akurasi yang baik. Analisis menunjukkan dominasi sentimen positif, namun juga terdapat sentimen negatif yang perlu diperhatikan. Simpulan: Komentar masyarakat terhadap Pasar Terapung Lok Baintan umumnya positif, tetapi ada aspek negatif yang perlu diperbaiki. Metode Naïve Bayes efektif dalam mengelola dan mengklasifikasikan komentar secara efisien.

Item Type: Skripsi
Kata Kunci Tidak Terkontrol: analisis sentimen, komentar masyarakat, machine learning, naïve bayes, pasar terapung
Subjects: T Technology > T Technology (General)
Fakultas: FAKULTAS SAINS DAN TEKNOLOGI
Pengguna Penyetoran: Rahman Perpustakaan UNISM
Tanggal Setoran: 22 Oct 2024 01:30
Last Modified: 22 Oct 2024 01:30
URI: http://repository.unism.ac.id/id/eprint/3340

Actions (login required)

View Item View Item