ANALISIS SENTIMEN ULASAN PENGUNJUNG SIRKUIT MANDALIKA PADA GOOGLE MAPS DENGAN METODE NAÏVE BAYES

Penulis

  • Salsabila Mariska Institut Bisnis dan Teknologi Indonesia
  • i made dedy setiawan INSTIKI

DOI:

https://doi.org/10.61306/jnastek.v5i4.306

Kata Kunci:

Google Maps, Mandalika, Naïve Bayes, Analisis Sentimen

Abstrak

Sirkuit Mandalika merupakan salah satu destinasi sports tourism unggulan di Indonesia yang menarik banyak ulasan dari pengunjung melalui platform Google Maps. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengunjung terhadap Sirkuit Mandalika menggunakan metode Naive Bayes. Data ulasan diperoleh melalui proses crawling otomatis dari Google Maps, kemudian dilakukan tahap preprocessing teks yang meliputi cleaning, case folding, stopword removal, normalisasi, tokenisasi, dan lemmatization. Labeling sentimen dilakukan menggunakan pendekatan lexicon berbasis kamus kata positif dan negatif, serta pembobotan kata menggunakan metode TF-IDF. Model klasifikasi dibangun menggunakan algoritma Multinomial Naive Bayes dengan pembagian data 80% sebagai data latih dan 20% sebagai data uji. Hasil evaluasi model menunjukkan performa yang cukup baik dengan akurasi sebesar 70,96%, precision sebesar 74,66%, recall sebesar 70,96%, dan F1-score sebesar 69,84%. Visualisasi Word Cloud menunjukkan bahwa ulasan positif mendominasi, diikuti oleh sentimen negatif dan netral. Hasil ini memberikan wawasan bagi pengelola Sirkuit Mandalika dalam meningkatkan layanan dan pengalaman pengunjung. Penelitian ini juga dapat dijadikan referensi untuk pengembangan riset serupa di sektor pariwisata berbasis ulasan digital.

Unduhan

Data unduhan belum tersedia.

Referensi

Darwis, D., Siskawati, N., dkk. 2021. "Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional". Jurnal Tekno Kompak, 15(1), 131. https://doi.org/10.33365/jtk.v15i1.744.

Europa Publications 2022. The Europa Directory of International Organizations 2022. The Europa Directory of International Organizations 2022. London: Routledge, https://doi.org/10.4324/9781003292548.

Fatikhah, T. Z., Muhtarom, M., dkk. 2024. "ANALISIS SENTIMEN ULASAN MIE GACOAN SOLO VETERAN DI GOOGLE MAPS MENGGUNAKAN", 6(3), 649–658.

Haq, C. S. Octiva, A. Ayuliana, U. W. Nuryanto, and D. Suryadi, “Algoritma Naïve Bayes untuk Mengidentifikasi Hoaks di Media Sosial,” J. Minfo Polgan, vol. 13, no. 1, pp. 1079–1084, 2024, doi: 10.33395/jmp.v13i1.13937.

Irvandi, Irawan, B., dkk. 2023. "Naive Bayes Dan Wordcloud Untuk Analisis Sentimen Wisata Halal Pulau Lombok". INFOTECH journal, 9(1), 236–242. https://doi.org/10.31949/infotech.v9i1.5322.

Ipmawati, J., Saifulloh, S., dkk. 2024. "Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine". MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(1), 247–256. https://doi.org/10.57152/malcom.v4i1.1066.

Prakoso, C., dan Hermawan, A. 2023. "Perbandingan Model Machine Learning dalam Analisis Sentimen Ulasan Pengunjung Keraton Yogyakarta pada Google Maps". Kajian Ilmiah Informatika dan Komputer, 4(3), 1292–1302. https://doi.org/10.30865/klik.v4i3.1419.

Rizkina, N. Q., dan Hasan, F. N. 2023. "Analisis Sentimen Komentar Netizen Terhadap Pembubaran Konser NCT 127 Menggunakan Metode Naive Bayes". Journal of Information System Research (JOSH), 4(4), 1136–1144. https://doi.org/10.47065/josh.v4i4.3803.

Rohmania, D. R., dan Abidin, R. 2024. "Analisis Sentimen Masyarakat Indonesia Terhadap Kebijakan Program Tapera Menggunakan Brand24", 1(2), 120–131.

Undap, M. G., Rantung, V. P., dkk. (t.t.). Analisis Sentimen Situs Pembajak Artikel Penelitian Menggunakan Metode Lexicon-Based. JOINTER-JOURNAL OF INFORMATICS ENGINEERING, 02.

Unduhan

Diterbitkan

15-10-2025

Cara Mengutip

Salsabila Mariska, & dedy setiawan, i made. (2025). ANALISIS SENTIMEN ULASAN PENGUNJUNG SIRKUIT MANDALIKA PADA GOOGLE MAPS DENGAN METODE NAÏVE BAYES. Jurnal Nasional Teknologi Komputer, 5(4), 955–965. https://doi.org/10.61306/jnastek.v5i4.306

Terbitan

Vol 5 No 4 (2025): Oktober 2025

Bagian

Artikel

Lisensi

Hak Cipta (c) 2025 Salsabila Mariska, i made dedy setiawan

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

HAK CIPTA

Hak cipta atas artikel apapun pada Jurnal Nasional Teknologi Komputer (JNASTEK) dipegang penuh oleh penulisnya dibawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License.

1. Penulis mengakui bahwa Jurnal Nasional Teknologi Komputer (JNASTEK) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License - CC BY-SA.
2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Jurnal Nasional Teknologi Komputer (JNASTEK).

LISENSI
Jurnal Nasional Teknologi Komputer (JNASTEK) diterbitkan berdasarkan ketentuan Creative Commons Attribution-ShareAlike 4.0 International License. Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.