IRPIIRPI
MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer ScienceBogor memiliki destinasi ekowisata unggulan di Indonesia yang menawarkan keasrian alam dan kemudahan akses dari Jakarta. Namun, peningkatan jumlah wisatawan menimbulkan hambatan terhadap pengelolaan lingkungan, seperti pengelolaan sampah dan tekanan terhadap sumber daya alam. Media sosial, khususnya Google Maps, berperan penting dalam promosi dan memahami perilaku wisatawan melalui fitur ulasan. Studi ini bertujuan melakukan analisis sentimen mengenai ulasan ekowisata di Bogor yang diambil dari Google Maps, menggunakan metode Deep Learning berbasis neural network, yaitu Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), dan Long Short-Term Memory (LSTM), dan membandingkan performa ketiga model tersebut untuk menentukan metode terbaik dalam mengklasifikasikan sentimen pengunjung. Hasil studi ini menunjukkan, model CNN memiliki akurasi tertinggi yaitu sebesar 72 persen dan lebih unggul dibanding model RNN dan LSTM. Model CNN dapat digunakan sebagai acuan utama dalam menerapkan analisis sentimen pada topik yang sejenis.
Berdasarkan hasil pengujian yang dilakukan pada 2121 ulasan warganet di beberapa ekowisata yang diambil dari Google Maps menggunakan scraping, ditemukan bahwa terdapat 1724 ulasan yang layak diuji.Ulasan tersebut divisualisasikan secara deskriptif dalam bentuk wordcloud.Berdasarkan temuan analisis wordcloud tersebut, dapat disimpulkan bahwa ulasan wisatawan pada ekowisata di Bogor pada sentimen positif didominasi oleh aspek keindahan alam dan kenyamanan suasana, sentimen negatif dipicu oleh masalah harga, aksesibilitas, dan kebersihan fasilitas, sedangkan sentimen netral umumnya berisi informasi faktual dengan minim muatan emosional.Hal ini menegaskan bahwa kualitas pengalaman visual, kenyamanan lingkungan, serta perbaikan fasilitas dasar menjadi faktor kunci dalam membentuk persepsi dan kepuasan wisatawan.Selanjutnya, berdasarkan hasil perbandingan model klasifikasi menunjukkan bahwa pemodelan dengan model CNN memiliki akurasi tertinggi yaitu sebesar 72%.Adapun pada model tersebut juga menunjukkan hasil pengukuran evaluasi yang paling unggul dibandingkan model RNN dan LSTM.Dengan demikian, model CNN dapat dijadikan sebagai acuan dalam menerapkan analisis sentimen pada topik serupa.
Penelitian lanjutan dapat mengembangkan penggunaan model berbasis BERT untuk meningkatkan akurasi analisis sentimen. Selain itu, penelitian dapat mengeksplorasi pengaruh tuning parameter pada performa model Deep Learning. Terakhir, studi dapat meneliti penggunaan data media sosial secara real-time untuk memantau perubahan sentimen wisatawan secara dinamis.
| File size | 515.31 KB |
| Pages | 10 |
| DMCA | Report |
Related /
AKMICIREBONAKMICIREBON Efficient berth allocation for smooth port operations, minimising vessel wait times, and optimising resource use is critical. This study analyzed berthEfficient berth allocation for smooth port operations, minimising vessel wait times, and optimising resource use is critical. This study analyzed berth
UMGOUMGO Hal ini menjawab rumusan masalah pertama terkait bagaimana mengidentifikasi kualitas dan jenis buah cabai dengan Algoritma deep learning, yaitu denganHal ini menjawab rumusan masalah pertama terkait bagaimana mengidentifikasi kualitas dan jenis buah cabai dengan Algoritma deep learning, yaitu dengan
ILMUBERSAMAILMUBERSAMA Dalam penelitian ini, Data yang digunakan meliputi 100 data pengguna, 30 data film, dan 10 data prediksi rating hasil dari model. Sistem memungkinkan penggunaDalam penelitian ini, Data yang digunakan meliputi 100 data pengguna, 30 data film, dan 10 data prediksi rating hasil dari model. Sistem memungkinkan pengguna
IRPIIRPI This website was developed as the official information platform for the Kudus Archery School club. Previously, the club did not have an official website,This website was developed as the official information platform for the Kudus Archery School club. Previously, the club did not have an official website,
IRPIIRPI Berbeda dengan model tradisional seperti Autoregressive Integrated Moving Average (ARIMA) dan Long Short-Term Memory (LSTM), N-BEATS mengandalkan jaringanBerbeda dengan model tradisional seperti Autoregressive Integrated Moving Average (ARIMA) dan Long Short-Term Memory (LSTM), N-BEATS mengandalkan jaringan
IRPIIRPI Temuan ini menggarisbawahi pentingnya strategi segmentasi dalam pengembangan layanan keuangan digital yang lebih inklusif dan relevan dengan kebutuhanTemuan ini menggarisbawahi pentingnya strategi segmentasi dalam pengembangan layanan keuangan digital yang lebih inklusif dan relevan dengan kebutuhan
IRPIIRPI Kelas-kelas seperti Iron deficiency anemia, Leukemia, dan Other microcytic anemia menunjukkan precision 100%, sementara beberapa kelas dengan sampel kecilKelas-kelas seperti Iron deficiency anemia, Leukemia, dan Other microcytic anemia menunjukkan precision 100%, sementara beberapa kelas dengan sampel kecil
IRPIIRPI Hasil menunjukkan bahwa SVM unggul dengan akurasi 70,51% dan F1-score 0,69, sedangkan Naïve Bayes memperoleh akurasi 66,34% dan F1-score 0,66. SentimenHasil menunjukkan bahwa SVM unggul dengan akurasi 70,51% dan F1-score 0,69, sedangkan Naïve Bayes memperoleh akurasi 66,34% dan F1-score 0,66. Sentimen
Useful /
AKMICIREBONAKMICIREBON Artikel ini menyelidiki berbagai jenis literatur di sektor perbaikan kapal yang berkelanjutan, mengidentifikasi kesenjangan penelitian, dan menawarkanArtikel ini menyelidiki berbagai jenis literatur di sektor perbaikan kapal yang berkelanjutan, mengidentifikasi kesenjangan penelitian, dan menawarkan
IRPIIRPI Algoritma round robin terbukti efektif dalam mendistribusikan trafik secara seimbang, menjaga kestabilan network throughput pada cloud computing di kisaranAlgoritma round robin terbukti efektif dalam mendistribusikan trafik secara seimbang, menjaga kestabilan network throughput pada cloud computing di kisaran
UNITAS PALEMBANGUNITAS PALEMBANG Penelitian pengembangan yang dilakukan menggunakan prosedur penelitian 4-D (Define, Design, Development, dan Disseminate). Hasil kajian ini akan dikembangkanPenelitian pengembangan yang dilakukan menggunakan prosedur penelitian 4-D (Define, Design, Development, dan Disseminate). Hasil kajian ini akan dikembangkan
UNITAS PALEMBANGUNITAS PALEMBANG Jenis penelitian ini yaitu penelitian kualitatif dengan metode deskriptif. Teknik pengumpulan data berupa soal tes. Tes tulis terdiri dari 2 soal. BentukJenis penelitian ini yaitu penelitian kualitatif dengan metode deskriptif. Teknik pengumpulan data berupa soal tes. Tes tulis terdiri dari 2 soal. Bentuk