ANALISIS SENTIMEN ULASAN TERKAIT UNESCO GLOBAL GEOPARK (UGG) CILETUH PELABUHANRATU DI GOOGLE MAPS MENGGUNAKAN ALGORITMA NAIVE BAYES

UTAMI, DIAN SITI (2022) ANALISIS SENTIMEN ULASAN TERKAIT UNESCO GLOBAL GEOPARK (UGG) CILETUH PELABUHANRATU DI GOOGLE MAPS MENGGUNAKAN ALGORITMA NAIVE BAYES. Other thesis, Nusa Putra.

[thumbnail of Skripsi] Text (Skripsi)
dian siti utami - Si22.pdf

Download (867kB)

Abstract

Geopark Ciletuh merupakan bagian dari Jaringan Geopark Global
UNESCO. Penelitian ini akan menganalisis review wisatawan Geopark Ciletuh
Pelabuhan Ratu berdasarkan review di Google Maps. Penulis menilai review
pengguna sangat perlu diperhatikan karena untuk mengetahui review wisatawan
yang membagikan pengalamannya. Review dari wisatawan yang pernah
mengunjungi geopark merupakan hal yang paling penting karena review tersebut
dapat dijadikan sebagai informasi untuk dijadikan data. Penelitian ini
menggunakan Algoritma Naïve Bayes, karena algoritma ini dinilai memiliki
tingkat akurasi yang cukup tinggi sehingga dapat menentukan objek wisata
Unesco Global Geopark (UGG) Ciletuh Pelabuhanratu yang sering dikunjungi
berdasarkan review wisatawan di Google Maps. Kemudian nilai akurasi tertinggi
dari penelitian ini adalah Palangpang dengan nilai akurasi 98,61%, posisi kedua
objek wisata Geyser Cisolok dengan nilai akurasi 94,44%, kemudian posisi ketiga
objek wisata Ujung Genteng dengan nilai akurasi 98,36%, keempat yaitu objek
wisata Cikaso dengan nilai akurasi 98,36%, kelima objek wisata Citepus dengan
nilai akurasi 97,22%, keenam objek wisata Puncak Manic dengan nilai akurasi
96,92%, ketujuh adalah objek wisata Sodong dengan nilai akurasi 95,83%,
kedelapan objek wisata Cipanarikan dengan nilai akurasi 95,01%, kesembilan
objek wisata Bukit Teletubis dengan nilai akurasi 94,48%, dan terakhir
merupakan objek wisata Cimarinjung dengan nilai akurasi 94,44%.

Kata Kunci: Analisis Sentimen, Unesco Global Geopark, Google Maps, r studio,
naive bayes

Item Type: Thesis (Other)
Subjects: T Technology > Computer Science > Information System
Divisions: Faculty of Engineering, Computer and Design > Information System
Depositing User: LIU Library Unit
Date Deposited: 28 Nov 2022 07:48
Last Modified: 28 Nov 2022 07:48
URI: http://repository.nusaputra.ac.id/id/eprint/424

Actions (login required)

View Item
View Item