Analisis Sentimen Pada Ulasan Wisata Taman Adipura Sumenep Dengan Penerapan Metode Random Forest Dan Seleksi Fitur Information Gain

Sumenep merupakan kabupaten di Jawa Timur yang memiliki banyak destinasi wisata, salah satunya Taman Adipura Sumenep. Banyaknya pengunjung yang datang, tidak sedikit yang meberikan opini salah satunya pada aplikasi goggle maps. Penelitian ini dilakukan untuk menganalisis sentimen ulasan wisata Taman Adipura Sumenep pada google maps dengan menggunakan metode Random Forest dan seleksi fitur Information Gain. Kelebihan metode Random Forest adalah dapat mengelolah data dengan jumlah yang besar, tidak rentang terhadap noise dan outlier, serta lebih kecil untuk terjadinya overfitting. Namun, metode Random Forest memiliki kelemahan ketika bekerja dengan jumlah fitur yang banyak. Adapun tujuan dari penelitian ini adalah menerapkan seleksi fitur Information Gain untuk mengurangi jumlah fitur agar dapat meningkatkan performa Random Forest. Pengambilan data dilakukan dengan teknik scraping menggunakan beautifulshoup. Data yang digunakan berjumlah 1972 ulasan. Selanjutnya dilakukan beberapa text preprocessing, yang meliputi casefolding, cleaning, normalization, tokenizing, filtering, stemming serta pembobotan kata menggunakan TF-IDF. Hasil dari pengujian model klasifikasi Random Forest terjadi peningkatan performa apabila menggunakan seleksi fitur Information Gain dengan threshold 0.0008 dan data yang sudah di-oversampling yang menghasilkan 552 fitur/kata dengan accuracy sebesar 98%, precission 100%, recall 97%, f1-socre 99%, dengan waktu pemprosesan mencapai 0.42 detik dibandingkan tanpa Information Gain yang menghasilkan 1287 fitur/kata dengan accuracy 98%, precission 100%, recall 97%, f1-score 98% dan waktu pemprosesan yang lebih lama mencapai 1.36 detik.