EVALUASI KINERJA MODEL XGBOOST DALAM ANALISIS SENTIMEN MULTIBAHASA ULASAN TIKTOK DAN GOOGLE MAPS PADA DESTINASI WISATA BERBASIS EKSTRAKSI FITUR SENTENCE-BERT

Ulasan pada media sosial seperti Google Maps dan TikTok menjadi sumber informasi penting dalam menilai persepsi wisatawan terhadap suatu destinasi wisata, khususnya pada objek penelitian Air Terjun Tumpak Sewu. Namun, data ulasan umumnya bersifat tidak terstruktur, multibahasa, serta mengandung slang, emoji, dan code-mixing, sehingga sulit dianalisis menggunakan metode tradisional seperti TF-IDF dan Naïve Bayes. Penelitian ini mengusulkan penggunaan Sentence-BERT (SBERT) untuk ekstraksi fitur berbasis embedding semantik yang dikombinasikan dengan algoritma XGBoost sebagai model klasifikasi. Selain itu, dilakukan perbandingan teknik penyeimbangan data, yaitu SMOTE (oversampling) dan Random Under Sampling (RUS), serta penerapan proses translation untuk meningkatkan kualitas data. Proses penelitian meliputi pengambilan data, preprocessing, ekstraksi fitur, dan evaluasi model melalui empat skenario, yaitu baseline, baseline dengan SMOTE/RUS, translate, serta translate dengan SMOTE/RUS. Hasil penelitian menunjukkan bahwa kombinasi SBERT dan XGBoost mampu meningkatkan kualitas representasi teks dan performa model. Skenario 3 (translate tanpa balancing) menghasilkan performa terbaik pada data testing dengan akurasi 75,22% dan 86,53% pada data training. Sementara itu, skenario 4 (translate dengan RUS) menghasilkan akurasi training tertinggi sebesar 90,65% dan testing 73,51%, namun mengindikasikan potensi overfitting. Dengan demikian, translation berpengaruh paling signifikan, sedangkan balancing tidak selalu meningkatkan performa model. Pendekatan ini berpotensi diterapkan pada berbagai domain analisis sentimen multibahasa berbasis media sosial.