PENERAPAN SUPPORT VECTOR MACHINE DENGAN DAMERAU-LEVENSHTEIN DISTANCE, N-GRAM, DAN TEXT AUGMENTATION PADA ANALISIS SENTIMEN ULASAN (Studi Kasus: Wisata Pantai Kabupaten Bangkalan)

Pariwisata merupakan salah satu sektor penting dalam meningkatkan perekonomian daerah, termasuk Kabupaten Bangkalan yang memiliki berbagai destinasi wisata pantai. Namun, ulasan wisatawan yang tersebar di media sosial dan platform digital lainnya belum dimanfaatkan secara optimal sebagai bahan evaluasi oleh pengelola wisata. Oleh karena itu, diperlukan analisis sentimen yang tidak hanya menilai sentimen secara umum, namun mampu mengidentifikasi sentimen berdasarkan aspek tertentu. Penelitian ini bertujuan untuk menerapkan Aspect-Based Sentiment Analysis (ABSA) dalam menganalisis sentimen ulasan wisata pantai di Kabupaten Bangkalan berbasis multi-aspek, yang meliputi aspek daya tarik, aksesibilitas, amenitas, dan pelayanan tambahan. Data ulasan diperoleh dari berbagai media sosial dan platform digital, kemudian dilakukan identifikasi aspek dan pelabelan sentimen per aspek. Tahapan pengolahan data meliputi Text Augmentation untuk meningkatkan variasi data dan menyeimbangkan distribusi kelas sentimen, preprocessing teks, serta koreksi ejaan menggunakan Damerau-Levenshtein Distance (DLD). Selanjutnya, data direpresentasikan menggunakan metode TF-IDF dengan N-Gram dan diklasifikasikan menggunakan Support Vector Machine (SVM). Pengujian model dilakukan menggunakan 10-fold cross validation. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada kombinasi Unigram+Bigram dengan penerapan DLD, dengan nilai akurasi sebesar 89% pada aspek daya tarik, 85% pada aspek aksesibilitas, 78% pada aspek amenitas, dan 89% pada aspek pelayanan tambahan. Hasil ABSA menunjukkan bahwa aspek amenitas dan aksesibilitas masih memerlukan peningkatan, sementara aspek daya tarik dan pelayanan tambahan memperoleh persepsi yang relatif positif dari wisatawan.