KLASIFIKASI DESTINASI WISATA TERBAIK BERDASARKAN PILIHAN PENGUNJUNG MENGGUNAKAN METODE NAIVE BAYES

Nurdewi Latif, Firman Tempola, Salkin Lutfi, Syarifuddin N Kapita, Rosihan Rosihan

Sari


Kota Ternate merupakan salah satu kota di Indonesia yang memiliki banyak destinasi wisata, destinasi wisata di  Kota Ternate sendiri, didominasi wisata alam yang eksotis dan asri terutama destinasi wisata pantai yang menyuguhkan berbagai fasilitas dan pesona Kota Ternate yang unik dan memanjakan mata, tidak hanya mengunjungi tetapi para wisatawan juga banyak yang mengomentari terkait tempat wisata yang dikunjungi baik komentar positif, netral ataupun negatif. Dengan  banyaknya  objek  wisata  di  Kota Ternate dan berbagai fasilitas, harga/biaya Makanan, Minuman dan Tempat Parkir Kendaraan, yang disediakan dan akses jalan menuju ke tempat wisata tersebut,  bisa dijadikan penilaian terhadap tempat wisata tersebut. Untuk menentukkan kategori komentar positif, netral dan negative, klasifikasi dilakukan dengan menggunakan beberapa kriteria seperti fasilitas, harga makanan, harga minuman, tariff parkir mobil, tariff parkir motor, jalur, tempat makan, kamar mandi/WC umum, tempat ibadah, WIFI dan jaringan seluler. Untuk melihat komentar yang diberikan oleh pengunjung, peneliti menggunakan google formulir dimana google formulir adalah sebuah layanan dari google untuk membuat survey. Klasifikasi diperlukan untuk membuat sekelompok komentar sesuai dengan kategori yang terpilih. Algoritma yang termasuk dalam klasifikasi salah satunya adalah naïve bayes yang terkenal dengan tingkat akurasi yang baik. Penelitian ini bertujuan untuk mengklasifikasi destinasi wisata terbaik menggunakan metode naïve bayes dilihat dari komentar pengunjung. Untuk mengklasifikasi komentar pengunjung dilakukan 4 kali skenario pengujian dengan menggunakan data latih sebanyak 400 data yang dibagi dalam data latih dan data uji. Dengan metode naïve bayes didapat hasil akurasi tertinggi 95% dengan rata-rata akurasi 60%

Teks Lengkap:

PDF

Referensi


Annur, H. (2018). Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes. ILKOM Jurnal Ilmiah, 10(2), 160–165. https://doi.org/10.33096/ilkom.v10i2.303.160-165

Damono (2001). Manajemen dan Tatat Kerja Perpustakaan Sekolah, ( Jakarta: PT, Grasindo), h. 94

Hidayat, A. (2017). Cara Hitung Rumus Slovin Besar Sampel. Www.Statistikian.Com.

Guntoro. (2020). Metode Waterfall : Pengertian, Tahapan, Contoh, Kelebihan dan Kekurangan. Https://Badoystudio.Com/.

Sapti. (2019). Pengertian Parawisata. Kemampuan Koneksi Matematis (Tinjauan Terhadap Pendekatan Pembelajaran Savi), 53(9), 1689–1699.

Saleh, A. (2015). Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Creative Information Technology Journal, 2(3), 207–217.

Sinaga. (2017). Implementasi Sentiment Analysis untuk Menentukan Tingkat Popularitas Tujuan Wisata. Prosiding Seminar Nasional Teknologi Dan Rekayasa Informasi Tahun 2017, November, 24–25.

Widianto, M. H. (2019). Algoritma Naive Bayes. Binus.Ac.Id.

Widianto, M. H. (2019). Algoritma Naive Bayes. Binus.Ac.Id.

Yolan. 2015. Sistem Informasi Pariwisata Propinsi Nangroe Aceh. Jurnal Ilmiah Komputer dan Informatika. Vol. 2. Hal. 32-




DOI: https://doi.org/10.24176/detika.v5i1.13986

Refbacks

  • Saat ini tidak ada refbacks.


Indexed by :

                     



Flag Counter


Dedicated to :



 

Jurnal Dialektika Informatika (DETIKA) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.