Analisis sentimen customer review wisata batu dengan menggunakan metode support vector machine

INDONESIA:

Pariwisata merupakan sektor penting bagi pertumbuhan ekonomi di Kota Batu. Namun, pandemi COVID-19 telah berdampak pada penurunan kunjungan wisatawan. Untuk memahami penyebab dan meningkatkan daya tarik wisata, penelitian ini melakukan analisis sentimen pada ulasan wisatawan menggunakan metode SVM. Data yang digunakan berupa 774 ulasan dari Google Maps yang dikumpulkan pada periode 5 April 2021 hingga 5 April 2024. Tahapan penelitian meliputi pengumpulan data, preprocessing (cleaning, case folding, tokenizing, stemming, stopword removal, dan pembobotan TF-IDF), dan klasifikasi menggunakan SVM dengan evaluasi melalui confusion matrix. Data diuji dengan metode split data (rasio 60:40 hingga 90:10) dan K-Fold Cross Validation (k = 5 hingga 20). Hasil pengujian menunjukkan bahwa akurasi tertinggi sebesar 78,21% dicapai dengan rasio split data 90:10. Sementara itu, metode K-Fold Cross Validation memberikan akurasi rata-rata terbaik sebesar 79,63% pada k = 15. Penelitian ini menunjukkan bahwa SVM mampu mengklasifikasikan sentimen dengan baik, memberikan wawasan penting untuk pengembangan strategi promosi dan perbaikan layanan di sektor pariwisata Kota Batu.

ENGLISH:

Tourism is a vital sector for the economic growth of Batu City. However, the COVID-19 pandemic has led to a decline in tourist visits. To understand the causes and enhance tourism appeal, this study conducted sentiment analysis on tourist reviews using the SVM method. The dataset consisted of 774 reviews from Google Maps collected between April 5, 2021, and April 5, 2024. The research steps included data collection, preprocessing (cleaning, case folding, tokenizing, stemming, stopword removal, and TF-IDF weighting), and classification using SVM with evaluation via a confusion matrix. Data testing was conducted using the data split method (ratios ranging from 60:40 to 90:10) and K-Fold Cross Validation (k = 5 to 20). The results showed that the highest accuracy of 78.21% was achieved with a 90:10 data split ratio. Meanwhile, the K-Fold Cross Validation method yielded the best average accuracy of 79.63% at k = 15. This study demonstrates that SVM is capable of effectively classifying sentiment, providing valuable insights for developing promotional strategies and improving services in Batu City's tourism sector.

ARABIC:

يُعتبر قطاع السياحة عاملا ا حيوي اا لنمو الاقتصاد في مدينة باتو. ومع ذلك، أدت جائحة COVID-19 إل ى
انخفاض في يُعتبر قطاع السياحة عاملا ا حيوي اا لنمو الاقتصاد في مدينة باتو. ومع ذلك، أدت جائحة COVID-19 إلى انخفاض في زيارات السياح. لفهم الأسباب وتعزيز جاذبية السياحة، أُجريت هذه الدراسة لتحليل
المشاعر في مراجعات السياح باستخدام طريقة آلة الدعم الشعاع ي (SVM). شملت البيانات المستخدمة ٧٧٤ مراجعة من خرائط Google تم جمعها خلال الفترة من ٥ أبريل ٢٠٢١ إلى ٥ أبريل ٢٠٢٤ .تضمنت خطوات
البحث جمع البيانات، المعالجة المسبقة )التنظيف، تحويل النصوص إلى أحرف صغيرة، تقسيم النصوص ، الجذرية، إزالة الكلمات الموقوفة، وتحديد الأوزان باستخدام TF-IDF(، والتصنيف باستخدام آلة الدع م
الشعاعي )SVM( مع التقييم من خلال مصفوفة الالتباس. تم اختبار البيانات باستخدام طريقة تقسيم البيانات
)بنسب تتراوح بين ٤٠:٦٠ و ١٠:٩٠ ( وطريقة التحقق المتقاطع K-Fold )من ٥ إلى ٢٠ (أظهرت النتائج أن
أعلى دقة بنسبة ٢١.٧٨ ٪ تحققت بنسبة تقسيم بيانات ١٠:٩٠ . وفي الوقت نفسه، حققت طريقة التحقق المتقاطع
K-Fold متوسط دقة أفضل بنسبة ٦٣.٧٩ ٪ عند k = ١٥ . تُظهر هذه الدراسة أن آلة الدعم الشعاعي قادر ة
على تصنيف المشاعر بشكل فعال، مما يوفر رؤى قيمة لتطوير استراتيجيات الترويج وتحسين الخدمات في
قطاع السياحة بمدينة باتو .