<![CDATA[Pariwisata merupakan salah satu sektor unggulan Indonesia yang perlu dijaga dan dikembangkan untuk meningkatkan daya tariknya. Untuk itu diperlukan informasi preferensi masyarakat terkait suatu tempat wisata tertentu yang bisa didapat salah satunya dari media sosial Twitter menggunakan text mining. Pada penelitian ini telah dibuat aplikasi untuk melakukan analisis preferensi masyarakat terhadap tempat wisata di Indonesia dengan menerapkan text mining menggunakan analisis sentimen dan analisis faktor dengan studi kasus candi Borobudur dan candi Prambanan. Algoritma Naive Bayes Classifier (NBC) digunakan pada analisis sentimen, dan metode Principal Component Analysis (PCA) digunakan pada analisis faktor. Dari penelitian yang sudah dilakukan didapatkan hasil akurasi klasifikai sebesar 100% untuk topik candi Borobudur, 80.59% untuk topik candi Prambanan, dan 90.48% untuk akurasi rata-rata menggunakan algoritma NBC. Metode PCA menghasilkan 10 faktor positif dan 7 faktor negatif untuk topik candi Borobudur, sedangkan untuk topik candi Prambanan didapatkan 8 faktor positif dan 3 faktor negatif. Seluruh faktor yang terbentuk telah divalidasi dan diinterpretasikan oleh pakar. Dapat disimpulkan jika aplikasi yang dibuat dapat digunakan untuk mengetahui informasi preferensi masyarakat terhadap tempat wisata di Indonesia.]]>
Copyrights © 2019
