Penerapan Algoritma Multinomial Naïve Bayes dan Support Vector Machine (SVM) untuk Analisis Sentimen terhadap Ulasan Google Maps di Taman Mini Indonesia Indah (TMII)

Abstract

Taman Mini Indonesia Indah (TMII) adalah salah satu objek wisata di Jakarta yang sangat populer di kalangan wisatawan. Namun, TMII mengalami penurunan kunjungan yang signifikan pada tahun 2021. Oleh karena itu, pengelola ingin mengetahui pendapat pengunjung dari ulasan yang diberikan melalui situs google maps untuk meningkatkan daya tarik dan evaluasi layanan bagi pengelola. Untuk itu, dilakukan analisis sentimen terhadap data ulasan dengan menghasilkan dua kelas sentimen, yaitu kelas positif dan negatif. Analisis sentimen ini menggunakan metode Multinomial Naive Bayes dan Support Vector Machine (SVM), yang merupakan salah satu metode dalam text mining yang digunakan dalam proses pengklasifikasian teks. Dalam pengujian yang dilakukan menggunakan metode Multinomial Naïve Bayes, diperoleh hasil analisis dengan tingkat akurasi sebesar 82%, presisi sebesar 100% dan recal sebesar 66,67%. sedangkan metode SVM diperoleh tingkat akurasi sebesar 64%, presisi sebesar 100% dan recall sebesar 37,93%. Pengujian tersebut menggunakan 400 data training dengan 200 sentimen positif dan 200 sentimen negatif serta menggunakan 100 data testing. Berdasarkan hasil pengujian tersebut, dapat disimpulkan bahwa metode Multinomial Naïve Bayes dapat digunakan dengan lebih akurat untuk melakukan analisis sentimen terhadap data ulasan. Metode ini menghasilkan hasil yang baik dalam pengujian tersebut. Penelitian tentang sistem analisis sentimen terhadap data ulasan di google maps memberikan manfaat yang signifikan bagi TMII dalam evaluasi mengenai tempat wisata tersebut. Hal ini memungkinkan TMII untuk mengembangkan layanan mereka berdasarkan ulasan yang diberikan oleh masyarakat melalui google maps.