No image available for this title

Text

Analisis Sentimen Komentar Pengunjung Terhadap Tempat Wisata Danau Weekuri Menggunakan Metode Naive Bayes Classifier Dan K-Nearest Neighbor



Trip Advisor adalah situs wisata terbesar di dunia yang membantu wisatawan dalam merencanakan dan memesan perjalanan wisata. Salah satu tempat wisata yang direkomendasikan di situs web TripAdvisor adalah Gua Kristal yang belokasi di Kota Kupang. Kebiasan human dalam memposting tempat wisata yang dikunjungi sudah merupakaan hal biasa untuk mempresentasikan tanggapan human terhadap salah satu tempat wisata. Biasanya ada pihak-pihak tertentu yang ingin mengetahui sentimen dan tanggapan terhadap salah satu tempat wisata. Oleh karena itu, penelitian ini akan melakukan analisis sentimen terhadap salah satu tempat wisata yang ada di Kota Kupang adalah Gua Kristal. Analisis dilakukan dengan melakukan klasifikasi tentang sentimen masyarakat. Metode kalsifikasi yang digunakan dalam penelitian ini adalah Navie Bayes Classifier dan K-Nearest Neighbor. Dari kedua metode ini akan di lakukan perbandingan untuk mengetahui tingkat akurasinya. Klasifikasi sentimen terdiri dari positif dan negatif. Tujuan dari penelitian ini adalah memberikan informasi tentang kualitas salah satu tempat wisata yang ada di Kota Kupang dengan menggunakan sentimen dari pengunjung dan mengetahui tingkat akurasi dari perbandingan kedua metode yang diuji. Hasil pengujian akan di uji pada tools Rapidminer memperlihatkan tingkat akurasi dari melakukan pengujian kedua metode.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher JURNAL MEDIA INFORMATIKA BUDIDARMA : Indonesia.,
Collation
006
Language
Indonesia
ISBN/ISSN
2614-5278
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly