ANALISIS SENTIMEN MASYARAKAT TERHADAP KEPUASAN PENGUNJUNG WISATA PANTAI DI MALANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Hakim, Bintang Brillian (2026) ANALISIS SENTIMEN MASYARAKAT TERHADAP KEPUASAN PENGUNJUNG WISATA PANTAI DI MALANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. ["eprint_fieldopt_thesis_type_skripsi" not defined] thesis, Institut Teknologi Nasional Malang.

	Text 2218092_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (400kB)
	Text 2218092_BAB 1.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (96kB)
	Text 2218092_BAB 2.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (324kB) | Request a copy
	Text 2218092_BAB 3.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (637kB) | Request a copy
	Text 2218092_BAB 4.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (991kB) | Request a copy
	Text 2218092_BAB 5.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (20kB) | Request a copy
	Text 2218092_DAFPUS.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (84kB)
	Text 2218092_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy

Abstract

Pesatnya perkembangan pariwisata pantai di Malang meningkatkan kebutuhan sistem pemantauan kepuasan pengunjung yang otomatis dan efisien. Banyaknya ulasan di Google Maps dan media sosial X membuat analisis manual kurang efektif. Penelitian ini bertujuan mengembangkan sistem analisis sentimen berbasis web untuk mengelompokkan ulasan wisata pantai Malang ke dalam kategori positif, negatif, dan netral menggunakan metode Support Vector Machine (SVM).Dataset terdiri dari 8.916 ulasan hasil scraping dari Google Maps dan X. Tahapan preprocessing meliputi cleaning, case folding, normalisasi, tokenisasi, stopword removal, dan stemming. Ekstraksi fitur menggunakan TF-IDF (unigram dan bigram), sedangkan ketidakseimbangan data diatasi dengan Synthetic Minority Over-sampling Technique (SMOTE). Optimasai parameter dilakukan menggunakan Grid Search dan Stratified K-Fold Cross Validation.Hasil pengujian menunjukkan model SVM kernel linear C = 1,0 meraih akurasi 82,78%, F1 Macro 71,20%, F1 Weighted 82,97%, dan rata-rata Cross Validation 86,09%. Hasil ini membuktikan model mampu mengklasifikasikan sentimen ulasan pengunjung dengan baik.

Item Type:	Thesis (["eprint_fieldopt_thesis_type_skripsi" not defined])
Additional Information:	Bintang Brillian Hakim (2218092)
Uncontrolled Keywords:	Analisis Sentimen, Support Vector Machine, TF-IDF, SMOTE, Preprocessing
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Septiani Rosydah
Date Deposited:	18 Aug 2026 03:25
Last Modified:	18 Aug 2026 03:25
URI:	http://eprints.itn.ac.id/id/eprint/16412

Actions (login required)

View Item