ANALISIS SENTIMEN INDUSTRI PARIWISATA PADA KABUPATEN BANYUMAS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Prayoga, Iphang (2024) ANALISIS SENTIMEN INDUSTRI PARIWISATA PADA KABUPATEN BANYUMAS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (703kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (572kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (523kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (586kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (670kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (631kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (544kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (628kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (934kB)

Abstract

Baturaden merupakan kecamatan yang memiliki destinasi wisata alam yang menarik, memiliki banyak ulasan pengunjung di Google Maps dan memiliki jumlah kunjungan terbanyak di Kabupaten Banyumas. Text ulasan pada Google Maps mengandung opini pengunjung yang telah berkunjung. Penelitian ini, bertujuan untuk mengetahui penerapan metode Support Vector Machine pada klasifikasi data dan mengetahui performa dari model Support Vector Machine yang telah dibangun. SVM mampu membangun model klasifikasi untuk memprediksi kategori objek baru dengan menganalisis pola dalam data latih. Penelitian ini menggunakan data ulasan tempat wisata yang ada di Kecamatan Baturaden pada Google Maps menggunakan teknik Web Scraping. Data yang berhasil dikumpulkan diolah dengan beberapa langkah, yaitu case folding, cleansing, normalisasi, filtering, stemming, dan tokenisasi. Selanjutnya, metode Term Frequency-Inverse Document Frequency (TF-IDF) diaplikasikan untuk mengekstrak fitur-fitur penting dari data. Algoritma SVM kemudian digunakan untuk klasifikasi data dengan dua kelas data (positif dan negatif), model SVM yang dibangun menghasilkan akurasi 87%, Hasil akurasi tersebut didapat melalui metode evaluasi confusion matrix.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Primandani Arsi, SST., M.Kom., dan Ika Romadoni Yunita, S.Kom., M.MSI.
Uncontrolled Keywords: Kata kunci: Analisis Sentimen, Google Maps, Baturaden,Support Vector Machine (SVM)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 25 Feb 2011 22:46
Last Modified: 25 Feb 2011 22:46
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/2242

Actions (login required)

View Item
View Item