Analisis Sentimen Tempat Wisata Di Jakarta Pasca Covid -19 Dengan Algoritma Naïve Bayes

Abstract

Pariwisata merupakan sektor yang menjadi imbas dari kebijakan PPKM, karena mengalami penurunan pengunjung. Hal tersebut menjadikan banyak pariwisata yang mengalami kerugian yang besar. Penurunan pengunjung menyebabkan tempat wisata harus memikirkan cara untuk mengembalikan pengunjung seperti saat sebelum pandemi covid - 19 agar tidak mengakibatkan kerugian yang sangat besar. Oleh karena itu dilakukannya penelitian menggunakan media sosial Twitter untuk mencari sebuah opini atau tanggapan dari pengunjung tempat wisata di jakarta pasca covid — 19 yaitu Dufan dan TMII yang merupakan tempat paling sering dikunjungi pada 2020. Analisis sentimen  digunakan untuk mengolah opini tersebut dengan menggunakan algoritma Naïve bayes Classifier dan Metodologi KDD (Knowledge Discovery in Database) dengan tahapan yaitu data selection, Pre Processing, transformation data, data mining dan evaluation.  Data yang digunakan berjumlah 9729 yang diambil dari Twitter dengan keyword dufan dan tmii. Penelitian ini menggunakan transformasi Term Frequency-Inverse Document Frequency (TF-IDF) dengan melakukan pengujian menggunkan pembagian empat model yaitu 90:10, 80:20, 70:30, dan 60:40. Model 90:10 mempunyai nilai skor akurasi tertinggi yaitu 65%, precision 53%, Recall 51% dan F-Measure 50%. Sedangkan pengujian performa model dengan menggunakan nilai AUC menghasilkan nilai 0.71.