ANALISIS SENTIMEN ULASAN PENGUNJUNG OWABONG WATER PARK PURBALINGGA PADA GOOGLE MAPS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Penelitian ini berjudul "Analisis Sentimen Ulasan Pengunjung Owabong Water Park Purbalingga pada Google Maps Menggunakan Metode Support Vector Machine". Penelitian ini bertujuan untuk mengklasifikasikan opini pengunjung ke dalam sentimen positif dan negatif guna mengevaluasi tingkat kepuasan terhadap fasilitas dan pelayanan objek wisata. Data penelitian diperoleh melalui teknik scraping pada ulasan Google Maps yang terdiri dari teks komentar dan rating bintang. Metode analisis yang digunakan adalah algoritma Support Vector Machine (SVM) dengan pembobotan kata TF-IDF, yang didukung oleh tahap pra-pemrosesan teks meliputi pembersihan, normalisasi, dan stemming. Hasil penelitian menunjukkan bahwa model SVM mampu memisahkan kelas sentimen dengan sangat baik. Keunggulan utama penelitian ini terletak pada penerapan strategi pelabelan hibrida dan metode Hybrid Resampling (SMOTE-TomekLinks) yang terbukti efektif mengatasi masalah ketidakseimbangan data (imbalanced data) yang ekstrim, sehingga meningkatkan sensitivitas model terhadap ulasan negatif. Namun, kekurangan yang ditemukan adalah ketergantungan model pada kelengkapan kamus normalisasi dalam menangani variasi bahasa gaul yang sangat dinamis. Meskipun demikian, model berhasil mencapai akurasi pengujian yang tinggi sebesar 97,84%. Kesimpulannya, algoritma SVM terbukti handal dan akurat untuk analisis sentimen pada ulasan pariwisata. Analisis visualisasi Word Cloud mengungkapkan bahwa aspek kebersihan air dan kenyamanan suasana menjadi faktor kepuasan utama, sedangkan isu antrian dan fasilitas toilet menjadi keluhan dominan. Hasil klasifikasi ini dapat dimanfaatkan oleh manajemen Owabong Water Park Purbalingga sebagai dasar pengambilan keputusan strategis untuk peningkatan kualitas layanan di masa mendatang.