Penerapan Metode Random Forest Dalam Analisis Sentimen Ulasan Destinasi Wisata Madura Dengan Ensemble Feature Selection

BAGAS PRATAMA PUTRA (2025) Penerapan Metode Random Forest Dalam Analisis Sentimen Ulasan Destinasi Wisata Madura Dengan Ensemble Feature Selection. S1 thesis, Universitas Trunojoyo Madura.
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-Abstract.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-Abstract.pdf
Restricted to Repository staff only

Download (7kB)
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-Cover.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-Cover.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-Chapter1.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-Chapter1.pdf
Restricted to Repository staff only

Download (154kB)
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-Chapter2.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-Chapter2.pdf
Restricted to Repository staff only

Download (465kB)
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-Chapter3.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-Chapter3.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-Chapter4.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-Chapter4.pdf
Restricted to Repository staff only

Download (3MB)
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-Conclusion.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-Conclusion.pdf
Restricted to Repository staff only

Download (134kB)
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-References.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-References.pdf
Restricted to Repository staff only

Download (241kB)
[thumbnail of TRUNOJOYO-Tugas Akhir-36493-Appendices.pdf] PDF
TRUNOJOYO-Tugas Akhir-36493-Appendices.pdf
Restricted to Repository staff only

Download (933kB)

Abstract

Pulau Madura memiliki berbagai destinasi wisata yang menawarkanrnkeindahan alam memukau, namun mengalami penurunan jumlah wisatawan danrnulasan negatif terkait fasilitas dan pelayanan. Penelitian ini bertujuan menganalisisrnpersepsi wisatawan terhadap destinasi wisata di Madura melalui analisis sentimen.rnMetode yang digunakan dalam penelitian ini adalah Random Forest yang unggulrndalam menangani data besar dan mengatasi data hilang. Namun, kinerjanya dapatrnmenurun apabila jumlah fitur yang sangat besar sehingga dapat menyebabkanrnpenurunan performa pada model. Oleh karena itu, digunakan seleksi fitur denganrnmetode Information Gain dan Chi-Square melalui pendekatan ensemble untukrnmereduksi dimensi fitur. Hasil pengujian dari metode Random Forest tanpa seleksirnfitur, didapatkan akurasi terbaik, yakni sebesar sebesar 77,26% dengan kinerjarnwaktu proses 3,38 detik pada pembagian data 80:20. Kemudian, pengujian darirnmasing-masing seleksi fitur diperoleh akurasi tertinggi pada seleksi fiturrnInformation Gain dengan mencapai 79,90% dengan kinerja waktu proses 4,38 detikrn(data 90:10, threshold 0,001). Pendekatan ensemble seleksi fitur dengan unionrnmenghasilkan akurasi 78,35% dengan kinerja waktu proses 4,70 detik (data 90:10).rnSelanjutnya, penggunaan information gain dengan SMOTE 2 kelas menghasilkanrnakurasi tertinggi, yaitu 81,47% dengan kinerja waktu proses 1,97 detik (data 80:20,rnthreshold 0,005).

Item Type Thesis (Skripsi)
Thesis Type S1
Creators
Creators
NIM
BAGAS PRATAMA PUTRA
Department Informatika
Uncontrolled Keywords Analisis Sentimen; Ensemble; Information Gain; Random Forest; Seleksi Fitur
Divisions Fakultas Teknik > S1 - Informatika
Additional Information elib mass import
Depositing User Unnamed user with email library@trunojoyo.ac.id
Date Deposited 15 Oct 2026 20:56
Last Modified 24 Oct 2026 17:03
URI https://repository.trunojoyo.ac.id/id/eprint/16642

Actions (login required)

View Item
View Item