ANALISIS SENTIMEN DAN PEMERINGKATAN POPULARITAS TEMPAT WISATA DENGAN NAÏVE BAYES DAN AHP
Kabupaten Banyuwangi terkenal akan keindahan alamnya. Kabupaten Banyuwangi juga memiliki banyak tempat wisata yang menarik wisatan lokal maupun internasional. Penelitian ini dilakukan untuk melakukan analisa sentimen terhadap tanggapan wisatawan mengenai tempat wisata untuk mengetahui sentimen wisatawan terhadap tempat wisata. Tanggapan yang akan dianalisa diambil dari Tripadvisor dan Twitter menggunakan teknik scraping. Data yang digunakan adalah 50 data tempat wisata, beserta data sumber mengenai 50 tempat wisata tersebut. Hasil dari analisa sentimen dapat dimanfaatkan dalam pemeringkatan popularitas tempat wisata. Algoritma yang digunakan untuk analisis sentimen dalam penelitian ini adalah Naïve Bayes. Nilai akurasi tertinggi dari model yang dihasilkan adalah 70%. Kemudian, dilakukan evaluasi terhadap model menghasilkan nilai akurasi sebesar 74%. Pemeringkatan dilakukan menggunakan algoritma Analytic Hierarchy Proces. Kriteria yang dinilai dalam pemeringkatan adalah tagar Twitter, tagar Instagram, rating Tripadvisor, review Tripadvisor, dan presentase sentimen. Kriteria presentase sentimen memiliki bobot paling tinggi yakni sebesar 43,8%. Sedangkan kriteria dengan bobot paling rendah adalah tagar Twitter dengan nilai sebesar 5,3%. Hasil perhitungan rasio konsistensi adalah sebesar 0,09 dan dapat dinyatakan valid.
Banyuwangi Regency is famous for its natural beauty. Banyuwangi Regency also has many tourist attractions that attract local and international tourists. This research was conducted to analyze the sentiment of tourists' responses about tourist attractions to determine the sentiment of tourists towards tourist attractions. The responses to be analyzed are taken from Tripadvisor and Twitter using a scraping technique. The data used is 50 tourist attractions data, along with source data about the 50 tourist attractions. The results of the sentiment analysis can be used in ranking the popularity of tourist attractions. The algorithm used for sentiment analysis in this study is Naïve Bayes. The highest accuracy value of the resulting model is 70%. Then, an evaluation of the model was carried out resulting in an accuracy value of 74%. The ranking is done using the Analytic Hierarchy Process algorithm. The criteria that are assessed in the ranking are Twitter hashtags, Instagram hashtags, Tripadvisor ratings, Tripadvisor reviews, and sentiment percentage. The criteria for the percentage of sentiment has the highest weight, with a value of 43.8%. While the criteria with the lowest weight is Twitter hashtag with a value of 5.3%. The result of the calculation of the consistency ratio is 0.09 and can be declared valid.