ANALISIS SENTIMEN KOMENTAR PARA WISATAWAN MENGENAI TEMPAT WISATA DI KABUPATEN MALANG PADA TWITTER MENGGUNAKAN TF-IDF DAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Industri pariwisata mengalami perkembangan yang pesat. Dengan berkembangnya industri dalam bidang pariwisata pemerintah daerah meningkatkan sektor pariwisata dengan mengoptimalkan citra pariwisata yang lebih baik dengan tujuan menarik wisatawan. Maka dari itu, dibutuhkan informasi melalui media sosial untuk mengetahui opini pelanggan mengenai wisata yang ada di Kabupaten Malang untuk bahan evaluasi dalam pengembangan dan kemajuan sektor pariwisata, salah satunya komentar pada media sosial twitter dengan jumlah data 1553. Banyakya ulasan dan komentar yang diberikan masyarakat sehingga dibutuhkan sebuah cara untuk menganalisis yaitu dengan menerapkan analisis sentimen. Oleh karena itu, dibutuhkan metode sentiment analisys untuk mengetahui sentiment pelanggan wisata di kabupaten malang salah satunya dengan menggunakan algoritma SVM. Algoritma SVM adalah algoritma klasifikasi dengan tingkat akurasi yang tinggi dalam melakukan klasifikasi pada proses analisis sentimen. Walaupun memiliki akurasi yang tinggi algoritma SVM memiliki kelemahan ketika data yang digunakan berdimensi yang tinggi. Oleh karena itu dibutuhkan seleksi fitur untuk mengurangi fitur agar memperingan kerja komputasi metode SVM sehingga mempercepat dalam proses klasifikasi dengan diperlukan proses esktraksi fitur menggunakan TF-IDF (Term Frequency-Inverse Document Frequency) untuk pembobotan kata dalam dokumen dan menghasilkan fitur sebanyak 2400 fitur. Seleksi fitur information gain dapat menurunkan jumlah fitur menjadi 1554 fitur. Hasil evaluasi dari pemodelan SVM mendapatkan nilai akurasi 74%, nilai presisi 76%, nilai recall 74% dan Skor F-1 sebesar 73% dengan menggunakan kernel linear. Hal ini menunjukkan bahwa algoritma Support Vector Machine cukup baik dalam model pengklasifikasian teks.