PENERAPAN METODE NAÏVE BAYES UNTUK ANALIS SENTIMEN ULASAN DESTINASI PARIWISATA LAMONGAN

Dalam era internet dan media baru yang berkembang pesat, berbagai jenisrnplatform telah menjadi sarana utama untuk menyebarkan informasi, termasukrninformasi pariwisata. Salah satu alat penting dalam industri pariwisata adalahrnaplikasi Google Maps. Dalam era Big Data, Google Maps memainkan peranrnkunci dalam mengumpulkan jejak digital para wisatawan yang mengunjungi suaturnlokasi. Jumlah ulasan dan pendapat yang diberikan oleh pengunjung pada aplikasirnini menjadi faktor krusial karena calon wisatawan cenderung mencari informasirnterlebih dahulu di internet. Lamongan merupakan kabupaten di Jawa Timur yangrnmemiliki banyak destinasi wisata, termasuk Wisata Bahari Lamongan(WBL) danrnGoa Maharani & Zoo. Banyaknya pengunjung yang datang, tidak sedikit yangrnmeberikan opini salah satunya pada aplikasi goggle maps. Penelitian ini dilakukanrnuntuk menganalisis sentimen ulasan wisata pada google maps denganrnmenggunakan metode Naïve Bayes Multinominal Kelebihan metode Naïve Bayesrnadalah dapat mengelolah data dengan jumlah yang besar, serta lebih kecil untukrnterjadinya overfitting. Namun,metode Naïve Bayes memiliki kelemahan ketikarnbekerja dengan jumlah fitur yang banyak. Pengambilan data dilakukan denganrnteknik scraping menggunakan Instant data scrapper. Data yang digunakanrnberjumlah 380 ulasan lalu dilakukan ramdom oversampling menjadi 207 data.rnSelanjutnya dilakukan beberapa text preprocessing, yang meliputi, cleaning,rntokenizing, casefolding, Stopword removal, stemming, normalization, sertarnpembobotan kata menggunakan TF-IDF. Hasil terbaik dari pengujian modelrnklasifikasi Naïve bayest yaitu dengan menggunakan 5-fold stratified crossrnvalidation, yaitu mencapai akurasi sebesar 91,8% AUC sebesar 0,940, precisionrnsebesar 92,9% recall sebesar 91,8% F1-score sebesar 0,916 MCC sebesar 0,884.rnKlasifikasi Naive Bayes yang dihasilkan terbukti cukup akurat dalamrnmengklasifikasikan berita pariwisata ke dalam Tiga kategori, yaitu positif, negatifrndan netral.