TRUNOJOYO-Tugas Akhir-23454-160441100021_Abstrak.pdf
Restricted to Repository staff only
Download (206kB)
TRUNOJOYO-Tugas Akhir-23454-160441100021_Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-23454-160441100021_Chapter 1.pdf
Restricted to Repository staff only
Download (215kB)
TRUNOJOYO-Tugas Akhir-23454-160441100021_Chapter 2.pdf
Restricted to Repository staff only
Download (723kB)
TRUNOJOYO-Tugas Akhir-23454-160441100021_Chapter 3.pdf
Restricted to Repository staff only
Download (750kB)
TRUNOJOYO-Tugas Akhir-23454-160441100021_Chapter 4.pdf
Restricted to Repository staff only
Download (439kB)
TRUNOJOYO-Tugas Akhir-23454-160441100021_Chapter 5.pdf
Restricted to Repository staff only
Download (380kB)
TRUNOJOYO-Tugas Akhir-23454-160441100021_References.pdf
Restricted to Repository staff only
Download (333kB)
TRUNOJOYO-Tugas Akhir-23454-160441100021_Appendices.pdf
Restricted to Repository staff only
Download (419kB)
Abstract
Pariwisatagmerupakangsalah satu sektor pendapatan untuk memajukan suatu daerah. Pulau Madura adalah pulau yang terkenal memiliki berbagai wisata. Masyarakat Indonesia khususnya pecinta traveling sangat sering memilih pulau Madura sebagai destinasi wisata. Setelah mengunjungi wisata di Pulau Madura para pengunjung memberikan review atau ulasan pada website salah satunya pada website Tripadvisor. Dengan demikian tujuan dari penelitian ini untuk mengumpulkan dan mengklasifikasikan agar data ulasan tersebut dapat dianalisa menjadi kelas negatif dan kelas positif menggunakan analisis sentimen. Penelitian ini diharapkan dapat digunakan untuk menjadi acuan pemerintah daerah untuk memperbaiki dan mengembangkan wisata di Pulau Madura. Metode yang digunakan pada penelitian ini merupakan Support Vector Machine (SVM) dengan algoritma perbaikan kata tidak baku Levensthein Distance untuk memperbaiki kesalahan penulisan pada ulasan, sehingga menambah tingkat ketepatan pada klasifikasi. Hasil dari sentimen analisis menggunakan metode Support Vector Machine (SVM) ini menghasilkan tingkat akurasi sebesar 89,13 sedangkan dengan menggunakan perbaikan kata tidak baku menghasilkan nilai akurasi sebesar 90,21%
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM NUR FITRI WULANDARI |
| Department | Sistem Informasi |
| Uncontrolled Keywords | Analisis sentimen Support Vector Machine (SVM) Levensthein Distance Pariwisata Tripadvisor |
| Divisions | Fakultas Teknik > S1 - Sistem Informasi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 12:26 |
| Last Modified | 24 Oct 2026 16:48 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/4538 |
