Salsabila, Fadhila
Departemen Statistika Institut Teknologi Sepuluh Nopember

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Ulasan Pengunjung Akomodasi Wisata di Bali Menggunakan Latent Dirichlet Allocation dengan Pendekatan Topic-Based Sentiment Analysis Salsabila, Fadhila; Mukarromah, Adatul
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.154171

Abstract

Provinsi Bali menjadi provinsi teratas dalam sektor pariwisata. Menurut Prime World CNBC Indonesia, sektor tersebut berkontribusi sebesar 50% dari total pendapatan devisa Indonesia. Kesuksesan pariwisata sangat bergantung pada kualitas dan ketersediaan akomodasi wisata. Akomodasi wisata tidak hanya sebagai tempat menginap, tetapi juga memainkan peran penting dalam menciptakan kesan dan harapan bagi para wisatawan. Namun, pandemi Covid-19 menyebabkan jumlah kunjungan pada akomodasi wisata menurun. Oleh karena itu, pihak akomodasi wisata dapat memperhatikan ulasan yang diberikan pegunjung, khususnya pada platform digital, TripAdvisor. Analisis pada penelitian ini diawali oleh ekstraksi topik pada ulasan akomodasi wisata yang dilakukan pada dua periode, yaitu periode pre-Covid 19 dan during-Covid 19 menggunakan Latent Dirichlet Allocation (LDA). Pada kedua periode diperoleh 3 topik utama mengenai suasana dan pengalaman liburan, aksesibilitas dan value, serta fasilitas dan layanan dengan coherence score pada masing-masing periode sebesar 0,5491 dan 0,4982. Analisis sentimen dilakukan pada setiap topik yang diperoleh (topic-based sentiment analysis) menggunakan Naïve Bayes Classifier, baik menggunakan oversampling dengan SMOTE maupun tanpa SMOTE. Perbandingan metode tersebut menggunakan Stratified 10-Fold Cross Validation dengan kriteria kebaikan klasifikasi area under curve (AUC) menunjukkan bahwa hasil performa NBC dengan SMOTE lebih baik yang ditunjukkan dengan nilai AUC diatas 80% untuk data testing di setiap topik pada masing-masing periode. Penelitian ini diakhiri dengan visualisasi kata-kata dominan pada setiap topik melalui Lexical Salience-Valence Analysis (LSVA) Quadrant yang didasasarkan pada perhitungan word salience dan word valence untuk melihat tingkat positivitas atau negatifitas kata dan diperoleh bahwa terdapat perubahan serta pergeseran preferensi penglaman yang dirasakan  pengunjung dengan adanya pandemi Covid-19.