Analisis Sentimen Pengunjung terhadap Objek Wisata Kabupaten Gresik Menggunakan Support Vector Machine (SVM) dan Linear Discriminant Analysis (LDA)

Abstract

The tourism sector on the island of Java dominates the flow of domestic travel in Indonesia. East Java contributed the highest number with 198.91 million trips. However, this condition is still not evenly distributed across all regions. Based on the Online Tourist Visit Data (DAKUWISON), it was noted that there was a decrease in tourist visitors in Gresik Regency in 2023. This is not following the PPKM policy that was eliminated in the previous year. This research purposes to analyze the sentiment of reviews using the SVM-LDA classification method to determine their perceptions as an additional data-based opinion for tourism managers. Support Vector Machine (SVM) as a Supervised Learning method is applied in research, besides improving classification by adding the Linear Discriminant Analysis (LDA) dimension reduction method. Data collection from Google Maps with a web scraping technique obtained 3460 reviews. The results of research from the evaluation comparison of each model show that the SVM model with LDA is better than the SVM model without LDA. The f1-score value of the SVM model with LDA is 66% higher than the SVM model without LDA, with an f1-score value of 53%. Based on the results of sentiment classification on 2023 data, it shows that visitor sentiment tends to be positive, with 511 reviews, 456 positive sentiments, 33 negative sentiments, and 22 neutral sentiments obtained.Sektor pariwisata di pulau Jawa mendominasi arus perjalanan domestik di Indonesia. Jawa Timur menyumbang angka tertinggi dengan 198,91 juta perjalanan. Namun, kondisi ini masih belum merata ke seluruh daerah. Berdasarkan data kunjungan wisatawan online (DAKUWISON) tercatat bahwa terjadi penurunan pengunjung wisata di Kabupaten Gresik pada tahun 2023. Hal ini tidak sesuai dengan kebijakan PPKM yang ditiadakan pada tahun sebelumnya. Penelitian ini bertujuan menganalisis sentimen ulasan menggunakan metode klasifikasi SVM-LDA untuk mengetahui persepsi mereka sebagai  tambahan opini berbasis data bagi pengelola wisata. Support Vector Machine (SVM) sebagai metode Supervised Learning diterapkan dalam penelitian, selain itu peningkatan klasifikasi dengan menambahkan metode reduksi dimensi Linear Discriminant Analysis (LDA). Pengambilan data dari Google Maps dengan teknik web scrapping diperoleh 3460 ulasan. Hasil dari penelitian dari perbandingan evaluasi masing-masing model menunjukkan bahwa model SVM dengan LDA dapat mengungguli dari model SVM yang tidak menerapkan LDA. Nilai fI-score dari model SVM dengan LDA lebih tinggi di angka 66% dibandingkan dengan model SVM yang tidak menerapkan LDA dengan nilai fI-score 53%. Berdasarkan hasil klasifikasi sentimen pada data 2023 menunjukkan bahwa sentimen pengunjung cenderung positif dari 511 ulasan diperoleh 456 sentimen positif, 33 sentimen negatif, dan 22 sentimen netral.