<![CDATA[Kabupaten Bandung memiliki sektor pariwisata yang menjadi salah satu pilar utama ekonomi daerah, dengan kekayaan objek wisata alam dan budaya yang menarik minat wisatawan domestik maupun mancanegara. Di sisi lain, wisatawan sangat bergantung pada ulasan di Google Maps sebagai referensi utama, namun informasi yang tersedia sering kali tidak terstruktur dan kualitasnya beragam, sehingga menyulitkan pengelola pariwisata dalam pengambilan keputusan. Untuk mengatasinya penelitian ini mengembangkan sistem analisis sentimen berbasis machine learning yang secara otomatis mengumpulkan, memproses, dan menganalisis ulasan wisatawan dari Google Maps. Sistem ini menerapkan tiga algoritma klasifikasi (Naive Bayes, SVM, dan K-Nearest Neighbors) dengan serangkaian pre-processing teks mencakup pembersihan teks, tokenisasi, penghapusan stopword, dan stemming. Fitur teks diekstraksi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), kemudian ulasan diklasifikasikan ke dalam kategori sentimen positif, negatif, atau netral. Hasil evaluasi menunjukkan model SVM memberikan kinerja terbaik dengan akurasi 88%, diikuti oleh Naive Bayes (85%) dan K-NN (67%). Penelitian ini membuktikan bahwa analisis sentimen dapat memberikan wawasan bagi pengelola destinasi wisata dalam memahami persepsi pengunjung dan mendukung pengambilan kebijakan yang baik untuk meningkatkan kualitas layanan pariwisata di Kabupaten Bandung. Kata kunci — analisis sentimen, google maps, klasifikasi teks, machine learning, pariwisata]]>
Copyrights © 2025
