Implementasi Algoritma Naïve Bayes Terhadap Analisis Sentimen Kepuasan Pengunjung Wisata Di Kabupaten Bangkalan

Analisis sentimen kepuasan pengunjung wisata merupakan salah satu upaya yang dilakukan untuk mempermudah pengambilan keputusan bagi pengelola tempat wisata di Kabupaten Bangkalan dalam mengembangkan tempat wisata. Pada penelitian ini dilakukan analisis sentimen kepuasan pengunjung pada ulasan wisata di Kabupaten Bangkalan menggunakan Naive bayes dengan pembobotan kata TF�IDF disertai seleksi fitur Information gain. Data yang digunakan merupakan ulasan dari Google Mapsrnyang diambil melalui web scraping menggunakan tools WebHarvy. Hasil pelabelan kelas sentimen pada data ulasan pengunjung wisata di Kabupaten Bangkalan diperoleh 3649 ulasan dengan jumlah ulasan positif sebanyak 2583, negatif sebanyak 275 ulasan dan netral sebanyak 457 ulasan. Imbalance class pada dataset ditangani dengan menggunakan teknik SMOTE. Hasil analisa menunjukan penggunaan seleksi fitur information gain dan teknik SMOTE pada model Naïve bayes dengan threshold 0.0001 dinilai lebih efektif karena menghasilkan nilai akurasi sebesar 83.00%, presisi 83.44%, recall 82,59% dan f1-score 82.53%. Hal ini menunjukan bahwa penggunaan seleksi fitur information gain dan teknik SMOTE memiliki performa yang cukup baik dalam melakukan klasifikasi pada data ulasan pengunjung wisata di Kabupaten Bangkalan