Analisis Sentimen Twitter Tentang Wisata di Kota Solo

Authors

  • Siti Fatimah Universitas Duta Bangsa
  • Eko Purwanto Universitas Duta Bangsa
  • Hanifah Permatasari Universitas Duta Bangsa

DOI:

https://doi.org/10.33633/tc.v22i4.9154

Keywords:

Sentiment analysis, apps, naive bayes, twitter, solo travel

Abstract

Analisis sentimen digunakan untuk memahami pandangan dan pendapat masyarakat terhadap suatu hal, serta untuk mengidentifikasi tren topik pembicaraan. Dalam upaya merespon keluhan dan meningkatkan pelayanan kepada masyarakat, Dinas Pariwisata kota Solo aktif memanfaatkan berbagai platform media sosial seperti Twitter, Instagram, Facebook, web ULAS, dan Halo Mas Wali sebagai sarana komunikasi interaktif dengan masyarakat. Melalui media sosial ini, dapat mempermudah pegawai dalam proses pengumpulan sentimen masyarakat, yang nantinya akan menjadi dasar untuk menetapkan kebijakan dan strategi pembangunan. Oleh karena itu, diperlukan aplikasi analisis sentimen yang mampu mengklasifikasikan setiap tweet menjadi tiga kategori, yakni positif, netral dan negatif. Algoritma yang digunakan yaitu Naive Bayes. Naive Bayes adalah algoritma klasifikasi yang menggunakan probabilitas fitur untuk memprediksi label data, dengan asumsi fitur saling independen. Algoritma tersebut cocok untuk klasifikasi big data karena efisien pada data besar dan beragam. Hasil dari pembuatan aplikasi analisis sentimen ini adalah menunjukkan bahwa aplikasi dapat secara otomatis melabeli data menggunakan metode Naive Bayes berbasis PHP dan MySQL. Proses crawling data dari Twitter dilakukan melalui Google Colab menggunakan bahasa Python. Dalam implementasinya, aplikasi ini dapat membantu dalam melakukan klasifikasi opini masyarakat terhadap tempat wisata di kota Solo. Dilakukan pengujian validasi data untuk menguji kesamaan hasil perhitungan sistem dan manual menggunakan 3 data training dan 1 data testing yang didapatkan hasil klasifikasi data testing positif. Berdasarkan pengujian yang telah dilakukan dengan 500 data menggunakan metode naive bayes didapatkan hasil klasifikasi netral berjumlah 122 data, positif 302 data dan negatif 76 data dengan akurasi sebesar 70,2%%, presisi 67% dan recall 100%  

References

A. Z. Malik, E. Utami, and S. Raharjo, “Analisis Sentiment Twitter Terhadap Capres Indonesia 2019 dengan Metode K-NN,” J. Inf. Politek. Indones. Surakarta, vol. 5, no. 2, pp. 1–7, 2019.

I. F. Kristalia, “Analisis kecelakaan lalu lintas di kota surakarta,” Progr. Stud. Tek. Sipil, Fak. Tek. Univ. Muhammadiyah Surakarta, 2019.

L. A. Mumtazia and A. Saputra, “City Branding Kota Surakarta: Peran Arsitektur Dalam Pembentukan Ekspresi Kota,” Semin. Ilm. Arsit. II, vol. 8686, pp. 363–371, 2021.

Dinas Pariwisata Kota Surakarta, “Jumlah wisatawan Nusantara / Domestik di Kota Surakarta,” 2022.

S. S. Salim and J. Mayary, “Analisis Sentimen Pengguna Twitter Terhadap Dompet Elektronik Dengan Metode Lexicon Based Dan K – Nearest Neighbor,” J. Ilm. Inform. Komput., vol. 25, no. 1, pp. 1–17, 2020, doi: 10.35760/ik.2020.v25i1.2411.

D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 5, no. 2, pp. 697–711, 2021.

A. Firdaus and W. I. Firdaus, “Text Mining Dan Pola Algoritma Dalam Penyelesaian Masalah Informasi : (Sebuah Ulasan),” J. JUPITER, vol. 13, no. 1, p. 66, 2021.

Y. T. Handika, S. Defit, and G. W. Nurcahyo, “Text Mining Dalam Membandingkan Metode Naïve Bayes Dengan C.45 Dalam Mengidentifikasi Berita Hoax Pada Media Sosial,” Rang Tek. J., vol. 5, no. 1, pp. 116–123, 2022, doi: 10.31869/rtj.v5i1.2855.

A. M. F. Hulu and K. M. Lhaksmana, “Analisis Sentimen Politik pada Twitter Menggunakan Metode Support Vector Machine (Studi Kasus : Pilpres 2019),” e-Proceeding Eng., vol. 6, no. 2, pp. 2017–2020, 2019.

C. F. Hasri and D. Alita, “Penerapan Metode Naïve Bayes Classifier Dan Support Vector Machine Pada Analisis Sentimen Terhadap Dampak Virus Corona Di Twitter,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 3, no. 2, pp. 145–160, 2022.

V. Rahmayanti, S. Basuki, and H. Hilman, “Klasifikasi sinopsis novel menggunakan metode naïve bayes classifier,” J. Repos., vol. 1, no. 2, p. 125, 2019, doi: 10.22219/repositor.v1i2.799.

Downloads

Published

2023-11-21

Issue

Vol. 22 No. 4 (2023): November 2023

Section

Articles

License

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/

 

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.