Analisis Sentimen Objek Wisata Geopark Ciletuh Dengan Algoritma K-Means Clustering

Sahrul Ismail Usman, Imam Sanjaya

Abstract


Kegiatan berwisata pada masyarakat sudah menjadi gaya hidup yang sering dilakukan. Faktor yang biasanya mendorong wisatawan untuk berkunjung sangat beragam, semakin berkembangnya informasi wisata Geopark Ciletuh Sukabumi akan berpengaruh terhadap kunjungan wisatawan, hal ini akan berdampak terhadap perkembangan ekonomi masyarakat di sekitar kawasan Geopark Ciletuh dan Kabupaten Sukabumi. Analisis sentimen pada objek wisata Geopark Ciletuh berguna untuk mengetahui bagaimana pandangan para pengunjung terhadap objek wisata Geopark Ciletuh, dengan didukung metode algoritma k-means clustering. Penelitian ini dirancang untuk mengetahui pandangan pengunjung dan berupaya untuk meningkatkan daya tarik objek wisata Geopark Ciletuh yang bertujuan untuk meningkatkan perekonomian masyarakat dan membantu terhadap perkembangan daerah Kabupaten Sukabumi.

Keywords


Sentimen, Geopark Ciletuh, Algoritma K-Means Clustering.

Full Text:

PDF

References


I. G. Pitana and P. G. Gayatri, “Sosiologi pariwisata. Yogyakarta,” STPBI Press, vol. 1, no. 1, 2005.

F. Aziz, A. R. Thaha, and N. A. Ma’ruf, “Analisis Sentimen Destinasi Wisata Geopark Ciletuh,” J. Ilm. Pariwisata, vol. 27, no. 1, p. 60, 2022, doi: 10.30647/jip.v27i1.1469.

D. S. Utami, A. Erfina, and M. A. Id, “Analisis Sentimen Ulasan Terkait UNESCO Global Geopark Di Google Maps dengan Algoritma Naive Bayes,” J. Sains Komput. Inform. (J-SAKTI, vol. 6, no. 2, pp. 1154–1170, 2022.

D. Herdiana, “Peran Masyarakat dalam Pengembangan Desa Wisata Berbasis Masyarakat,” J. Master Pariwisata, no. September, p. 63, 2019, doi: 10.24843/jumpa.2019.v06.i01.p04.

H. RAMDIANSYAH, R. D. DJAKAPERMANA, and T. P. ARTININGSIH, “Strategi Peningkatan Jumlah Wisatawan Geopark Ciletuh – Pelabuhan Ratu : Sebagai Dampak Pengaruh Pembangunan Tol Bocimi,” J. Tek. | Maj. Ilm. Fak. Tek. UNPAK, vol. 23, no. 1, pp. 13–20, 2022, doi: 10.33751/teknik.v23i1.5602.

F. F. Rachman and S. Pramana, “Analisis Sentimen Pro dan Kontra Masyarakat Indonesia tentang Vaksin COVID-19 pada Media Sosial Twitter,” Heal. Inf. Manag. J., vol. 8, no. 2, pp. 100–109, 2020, [Online]. Available: https://inohim.esaunggul.ac.id/index.php/INO/article/view/223/175

E. Sabna, B. Mustika, H. Fonda, D. Irfan, S. Hang, and T. Pekanbaru, “Text Mining Menggunakan Algoritma K-Means Clustering Untuk Memprediksi Keinginan Pasar Terkait Perjalanan Wisata Text Mining Uses K-Means Clustering Algorithm To Predict Market Desires for Tourism Travel,” J. Inf. Technol. Comput. Sci., vol. 3, no. 2, pp. 380–386, 2020.

Mediaty, A. Usman, A. R. A. Kunna, N. I. Farahyanti, and R. M. S. Bakri, “Pengaruh Kompensasi Terhadap Kinerja Karyawan pada Usaha Kecil Menengah (UKM) Melati Bakery,” Econ. Digit. Bus. Rev., vol. 4, no. 1, pp. 86–90, 2023.

T. I. Saputra and R. Arianty, “Implementasi Algoritma K-Means Clustering Pada Analisis Sentimen Keluhan Pengguna Indosat,” J. Ilm. Inform. Komput., vol. 24, no. 3, pp. 191–198, 2019, doi: 10.35760/ik.2019.v24i3.2361.

Y. W. Syaifudin and R. A. Irawan, “Implementasi Analisis Clustering Dan Sentimen Data Twitter Pada Opini Wisata Pantai Menggunakan Metode K-Means,” J. Inform. Polinema, vol. 4, no. 3, p. 189, 2018, doi: 10.33795/jip.v4i3.205.


Refbacks

  • There are currently no refbacks.


Editorial Office :

Prosiding SENDIKO (Seminar Nasional Hasil Penelitian & Pengabdian Masyarakat Bidang Ilmu Komputer)
Published by Universitas PGRI Madiun
Managed by Program Studi Sistem Informasi Fakultas Teknik Universitas PGRI Madiun
Address Jl. Auri 14-16 Kota Madiun Kampus III Universitas PGRI Madiun 63118
Website http://prosiding.unipma.ac.id/index.php/sendiko/index
Email sendiko@unipma.ac.id

e-ISSN:  3025-4604