“Analisis Sentimen Menggunakan Damerau Levenshtein Distance, Term Frequency–Inverse Document Frequency, Dan Multinomial Naive Bayes

Pariwisata pantai di Kabupaten Pamekasan memiliki potensi besar dalam mendukung pertumbuhan ekonomi daerah, namun pemanfaatan ulasan sebagai sumber informasi untuk evaluasi kualitas destinasi belum optimal. Ulasan pada berbagai platform digital mengandung informasi penting mengenai pengalaman dan persepsi pengunjung, tetapi karakteristik teks yang tidak terstruktur, kesalahan penulisan, dan ketidakseimbangan distribusi kelas menyebabkan proses analisis sentimen menjadi kurang efektif. Penelitian ini bertujuan untuk mengembangkan model analisis sentimen yang mampu meningkatkan kualitas klasifikasi ulasan wisata pantai melalui integrasi metode Damerau Levenshtein Distance (DLD), Text Augmentation, Term Frequency-Inverse Document Frequency (TF-IDF), dan Multinomial Naive Bayes (MNB). Data awal sebanyak 2.473 ulasan yang dikumpulkan dari Google Maps, TripAdvisor, TikTok, YouTube, dan Facebook. Data terlebih dahulu diproses melalui tahapan preprocessing. Selanjutnya dilakukan koreksi ejaan menggunakan DLD, pelabelan sentimen berbasis leksikon INSET, serta augmentasi data untuk mengurangi ketidakseimbangan kelas sehingga jumlah data meningkat menjadi 2.752 ulasan. Fitur teks kemudian diekstraksi menggunakan TF-IDF dan diklasifikasikan menggunakan Multinomial Naive Bayes. Konfigurasi model terbaik, optimasi parameter menggunakan GridSearchCV, kemudian hasilnya dibandingkan dengan algoritma Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa konfigurasi terbaik Multinomial Naive Bayes dengan parameter α 0,01 menghasilkan akurasi sebesar 89%, lebih tinggi dibandingkan Support Vector Machine yang memperoleh akurasi sebesar 81,54%. Hasil penelitian ini menunjukkan bahwa integrasi koreksi ejaan, augmentasi data, dan representasi fitur TF-IDF mampu meningkatkan kualitas representasi teks serta menghasilkan model klasifikasi sentimen yang akurat, stabil, dan mudah diinterpretasikan. Model yang dikembangkan dapat menjadi pendukung keputusan berbasis data dalam pengelolaan dan pengembangan wisata pantai di Kabupaten Pamekasan serta menjadi referensi bagi penelitian analisis sentimen berbahasa Indonesia pada bidang pariwisata.