PENGARUH N-GRAM DALAM KLASIFIKASI SENTIMEN BERITA PARIWISATA MENGGUNAKAN SUPPORT VECTOR MACHINE

Pariwisata merupakan industri yang berkembang pesat dan memberikan dampak positif terhadap sektor-sektor lain di daerah yang sama. Dalam upaya untuk menarik wisatawan, pemerintah daerah berusaha untuk meningkatkan sektor pariwisata mereka. Wisatawan cenderung mencari informasi mengenai destinasi wisata di Google dan biasanya berita atau artikel yang muncul pertama kali adalah yang paling banyak dikunjungi. Oleh karena itu, untuk mengetahui sentimen atau emosi dari suatu berita maka dibutuhkan metode sentimen analysis untuk menganalisis sentimen dari berita yang ada. Algoritma SVM adalah salah satu algoritma klasifikasi yang memiliki tingkat akurasi yang tinggi, walaupun memiliki akurasi yang tinggi algoritma SVM memiliki kelamahan ketika data yang digunakan berdimensi tinggi. Oleh karena itu dibutuhkan optimasi ekstraksi fitur, salah satu metode yang bisa digunakan untuk optimasi ekstraksi fitur adalah menambahkan N-Gram pada tahap preprocessing. Didapatkan hasil bahwa penerapan SVM Kernel Linear dengan Unigram adalah kombinasi terbaik dengan nilai accuracy sebesar 90,14%.