PPKIAPPKIA

Journal of Big Data Analytic and Artificial IntelligenceJournal of Big Data Analytic and Artificial Intelligence

Penelitian ini bertujuan untuk memberikan informasi dan penilaian mengenai tempat wisata serta kuliner yang populer di media sosial (Instagram dan Twitter). Proses penelitian menggunakan pendekatan text mining, dimulai dengan pemrosesan teks (case folding, tokenizing, stopword removal, dan stemming) untuk menyaring komentar. Selanjutnya, pembobotan dilakukan menggunakan metode TF-IDF guna menentukan relevansi kata. Proses klasifikasi komentar berdasarkan nama lokasi dilakukan dengan algoritma Naïve Bayes, dilanjutkan dengan analisis sentimen untuk menilai komentar positif, negatif, atau netral. Aplikasi penelitian dibangun menggunakan PHP dengan database MySQL dan memanfaatkan dataset sebanyak 73 komentar (17 untuk wisata dan 56 untuk kuliner) yang dihimpun dari media sosial. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi tempat wisata dan kuliner secara efektif berdasarkan analisis data.

Penelitian ini berhasil mencapai tujuan dengan menghasilkan aplikasi rekomendasi lokasi wisata dan kuliner yang efektif.Aplikasi berjalan baik dengan dataset 73 komentar, namun memiliki keterbatasan dalam pengumpulan data secara real-time.Penelitian ini menunjukkan potensi penggunaan text mining dan analisis sentimen untuk meningkatkan pengalaman pengguna dalam menemukan destinasi populer di media sosial.

1. Mengembangkan sistem dengan dataset yang lebih luas untuk meningkatkan akurasi rekomendasi. 2. Menerapkan algoritma machine learning lain untuk meningkatkan presisi analisis sentimen. 3. Mengintegrasikan sistem ini ke platform media sosial lain seperti Facebook atau LinkedIn untuk mengevaluasi skalabilitas dan adaptabilitas teknologi.

Read online
File size492.02 KB
Pages6
DMCAReport

Related /

ads-block-test