PEMODELAN TOPIK ULASAN GOOGLE MAPS KEBUN BINATANG SURABAYA MENGGUNAKAN LATENT DIRICHLET ALLOCATION (LDA) DENGAN SEGMENTASI BERDASARKAN RATING PENGUNJUNG

Ulasan Google Maps menjadi sumber informasi penting dalam mengevaluasi kualitas layanan destinasi wisata karena memuat pengalaman pengunjung dalam bentuk teks dan rating numerik. Namun, jumlah ulasan yang besar, tidak terstruktur, dan beragam membuat identifikasi isu layanan sulit dilakukan secara manual. Penelitian ini bertujuan mengidentifikasi topik dominan pada ulasan Google Maps Kebun Binatang Surabaya berdasarkan segmen rating pengunjung, menentukan coherence score pada model LDA terpilih, serta menganalisis peran segmentasi rating terhadap ketajaman hasil pemodelan topik. Data dikumpulkan melalui web scraping dalam rentang satu tahun terakhir. Setelah filtering, diperoleh 1.180 ulasan yang dikelompokkan menjadi segmen rendah 119 ulasan, sedang 78 ulasan, dan tinggi 983 ulasan. Data diproses melalui preprocessing teks, pembentukan bigram dan trigram, representasi Bag of Words, pemodelan Latent Dirichlet Allocation (LDA), evaluasi coherence score, serta visualisasi wordcloud dan pyLDAvis. Hasil menunjukkan model terpilih pada segmen tinggi menghasilkan 3 topik dengan coherence score 0,5042, segmen sedang menghasilkan 2 topik dengan coherence score 0,4114 berdasarkan interpretabilitas, dan segmen rendah menghasilkan 4 topik dengan coherence score 0,4743. Skenario tanpa segmentasi menghasilkan coherence score 0,5314 dengan 2 topik, tetapi topiknya masih bersifat umum. Segmentasi rating membantu memperjelas tema kepuasan, evaluasi campuran, dan keluhan spesifik pengunjung.