Analisa Sentimen Twitter Menggunakan Algoritma Klasifikasi Pada Promosi Wisata Museum Sangiran Kabupaten Sragen

Abstract

Museum Sangiran merupakan tempat wisata andalan di Kabupaten Sragen yang sudah terkenal dalam kanca nasional hingga internasional. Dalam rangka membangun minat dan mempengaruhi niat wisatawan dalam meningkatkan kunjungan wisata di Museum Sangiran maka, diperlukan berbagai macam strategi untuk menyampaikan pesan promosi wisata pada masyarakat. Perkembangan teknologi informasi yang semakin meningkat drastis di era Revolusi Industri 4.0 saat ini sangat berpengaruh dalam berbagai hal termasuk dalam bidang pariwisata dengan memanfaatkan sosial media twitter sebagai jalur promosi. Dalam sosial media twitter terdapat banyak opini yang berisikan pendapat, pikiran maupun kritikan dari para pengguna. Pada penelitian ini berfokus pada opini yang muncul mengenai keadaan dan pelayanan di Kawasan wisata Museum Sangiran Kabupaten Sragen dengan menggunakan analisis sentimen data Twitter dengan harapan memperoleh presepsi masyarakat terhadap kualitas pelayanan yang dapat digunakan sebagai bahan tambahan evaluasi pengelolaan kawasan wisata. Penggunaan metode Naive Bayes Classifier (NBC) digunakan untuk klasifikasi serta menerapkan seleksi fitur menggunakan Particle Swarm Optimization (PSO) untuk mengurangi atribut yang tidak relevan. Hasil pengujian pada penelitian ini menunjukan bahwa algoritma Naive Bayes Classifier (NBC) dengan seleksi fitur Particle Swarm Optimization (PSO) dengan nilai akurasi sebesar 87,91%.