Pemodelan Topik Pada Objek Wisata Alam di Kabupaten Bandung Barat Berdasarkan Ulasan dari Google Maps dengan Metode Latent Dirichlet Allocation (LDA)

FAKHRI HASSAN MAULANA

Informasi Umum

Kode

23.04.6951

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

101 kali

Informasi Lainnya

Abstraksi

Pada tahun 2019-2020, sektor pariwisata di Indonesia mengalami penurunan yang signifikan dalam kontribusinya terhadap PDB Indonesia akibat pandemi. Pemerintah Indonesia telah menyatakan bahwa sektor pariwisata merupakan salah satu sektor yang paling terdampak oleh pandemi ini. Oleh karena itu, pemerintah berharap bahwa situasi pandemi ini dapat menjadi momentum untuk melakukan transformasi dan pemulihan sektor pariwisata Indonesia. Dalam upaya mencapai tujuan tersebut, Dinas Pariwisata dan Kebudayaan Provinsi Jawa Barat telah merencanakan strategi transformasi dan pemulihan yang berfokus pada konsumen (consumercentric). Salah satu cara yang dapat digunakan dalam strategi ini adalah dengan melakukan pemodelan topik melalui analisis opini masyarakat terkait ulasan tempat wisata. Tujuan dari penelitian ini adalah untuk mengidentifikasi topik-topik yang berkaitan dengan objek wisata alam di Kabupaten Bandung Barat menggunakan algoritma Latent Dirichlet Allocation (LDA) dengan metode Knowledge Discovery Database (KDD). Penelitian ini melibatkan beberapa skenario, termasuk penggunaan frasa unigram dan bigram, penggunaan korpus bag of words dan TF-IDF, serta parameter tuning. Evaluasi dilakukan menggunakan coherence score dengan metrik CV. Hasil pengujian menunjukkan bahwa kombinasi terbaik untuk pemodelan topik adalah penggunaan frasa bigram, pembobotan TF-IDF, dan tanpa penyetelan parameter, dengan rata-rata CV sebesar 0,684. Hal ini menunjukkan bahwa model yang digunakan memiliki kemampuan yang baik dalam melakukan pemodelan topik. Hasil penelitian ini menunjukkan bahwa topik-topik yang paling banyak dibahas oleh wisatawan meliputi aktivitas, suasana, fasilitas, akses, dan saran terkait objek wisata yang dapat dijadikan dasar untuk mengidentifikasi permintaan pasar dalam mengoptimalkan strategi pemasaran, pengembangan, serta peningkatan layanan destinasi wisata di industri pariwisata.Pada tahun 2019-2020, sektor pariwisata di Indonesia mengalami penurunan yang signifikan dalam kontribusinya terhadap PDB Indonesia akibat pandemi. Pemerintah Indonesia telah menyatakan bahwa sektor pariwisata merupakan salah satu sektor yang paling terdampak oleh pandemi ini. Oleh karena itu, pemerintah berharap bahwa situasi pandemi ini dapat menjadi momentum untuk melakukan transformasi dan pemulihan sektor pariwisata Indonesia. Dalam upaya mencapai tujuan tersebut, Dinas Pariwisata dan Kebudayaan Provinsi Jawa Barat telah merencanakan strategi transformasi dan pemulihan yang berfokus pada konsumen (consumercentric). Salah satu cara yang dapat digunakan dalam strategi ini adalah dengan melakukan pemodelan topik melalui analisis opini masyarakat terkait ulasan tempat wisata. Tujuan dari penelitian ini adalah untuk mengidentifikasi topik-topik yang berkaitan dengan objek wisata alam di Kabupaten Bandung Barat menggunakan algoritma Latent Dirichlet Allocation (LDA) dengan metode Knowledge Discovery Database (KDD). Penelitian ini melibatkan beberapa skenario, termasuk penggunaan frasa unigram dan bigram, penggunaan korpus bag of words dan TF-IDF, serta parameter tuning. Evaluasi dilakukan menggunakan coherence score dengan metrik CV. Hasil pengujian menunjukkan bahwa kombinasi terbaik untuk pemodelan topik adalah penggunaan frasa bigram, pembobotan TF-IDF, dan tanpa penyetelan parameter, dengan rata-rata CV sebesar 0,684. Hal ini menunjukkan bahwa model yang digunakan memiliki kemampuan yang baik dalam melakukan pemodelan topik. Hasil penelitian ini menunjukkan bahwa topik-topik yang paling banyak dibahas oleh wisatawan meliputi aktivitas, suasana, fasilitas, akses, dan saran terkait objek wisata yang dapat dijadikan dasar untuk mengidentifikasi permintaan pasar dalam mengoptimalkan strategi pemasaran, pengembangan, serta peningkatan layanan destinasi wisata di industri pariwisata.Pada tahun 2019-2020, sektor pariwisata di Indonesia mengalami penurunan yang signifikan dalam kontribusinya terhadap PDB Indonesia akibat pandemi. Pemerintah Indonesia telah menyatakan bahwa sektor pariwisata merupakan salah satu sektor yang paling terdampak oleh pandemi ini. Oleh karena itu, pemerintah berharap bahwa situasi pandemi ini dapat menjadi momentum untuk melakukan transformasi dan pemulihan sektor pariwisata Indonesia. Dalam upaya mencapai tujuan tersebut, Dinas Pariwisata dan Kebudayaan Provinsi Jawa Barat telah merencanakan strategi transformasi dan pemulihan yang berfokus pada konsumen (consumercentric). Salah satu cara yang dapat digunakan dalam strategi ini adalah dengan melakukan pemodelan topik melalui analisis opini masyarakat terkait ulasan tempat wisata. Tujuan dari penelitian ini adalah untuk mengidentifikasi topik-topik yang berkaitan dengan objek wisata alam di Kabupaten Bandung Barat menggunakan algoritma Latent Dirichlet Allocation (LDA) dengan metode Knowledge Discovery Database (KDD). Penelitian ini melibatkan beberapa skenario, termasuk penggunaan frasa unigram dan bigram, penggunaan korpus bag of words dan TF-IDF, serta parameter tuning. Evaluasi dilakukan menggunakan coherence score dengan metrik CV. Hasil pengujian menunjukkan bahwa kombinasi terbaik untuk pemodelan topik adalah penggunaan frasa bigram, pembobotan TF-IDF, dan tanpa penyetelan parameter, dengan rata-rata CV sebesar 0,684. Hal ini menunjukkan bahwa model yang digunakan memiliki kemampuan yang baik dalam melakukan pemodelan topik. Hasil penelitian ini menunjukkan bahwa topik-topik yang paling banyak dibahas oleh wisatawan meliputi aktivitas, suasana, fasilitas, akses, dan saran terkait objek wisata yang dapat dijadikan dasar untuk mengidentifikasi permintaan pasar dalam mengoptimalkan strategi pemasaran, pengembangan, serta peningkatan layanan destinasi wisata di industri pariwisata.