Analisis Sentimen Berdasarkan Aspek Pada Ulasan Tempat Wisata Menggunakan Modified K-Nearest Neighbor

Perkembangan internet berdampak pada kemajuan sektor pariwisata, karena masyarakat jadi lebih mudah dalam menemukan ulasan tempat wisata yang akan dikunjungi, serta dimanfaatkan oleh pengelola tempat wisata untuk mengevaluasi kualitas tempat wisata. Namun dikarenakan ulasan tempat wisata memiliki banyak aspek serta polaritas yang berbeda, menyebabkan sulitnya untuk menentukan polaritas dari sebuah ulasan. Metode Modified K-Nearest Neighbor (MKNN) dipilih untuk melakukan analisis sentimen terhadap aspek pada ulasan tempat wisata tersebut. Dalam Melakukan preprocessing pada ulasan tersebut menggunakan beberapa metode, seperti filtering, convert emoticon, case folding, tokenizing, spelling normalization, stopword removal, stemming dan pada feature extraction menggunakan Raw Term-Frequency. Pengujian dilakukan pada penerapan metode Modified K-Nearest Neighbor (MKNN) dengan menggunakan data latih sebanyak 300 data latih dan 200 data uji, dan hasil pengujian tertinggi yang didapatkan dengan nilai k=1 sebesar 43% pada keseluruhan klasifikasi, 40% dengan nilai k=1 pada aspek harga, 79.5% dengan nilai k=5 pada aspek pelayanan dan 46% dengan nilai k=1 pada aspek fasilitas. Berdasarkan hasil tersebut maka disimpulkan bahwa metode Modified K-Nearest Neighbor (MKNN) dapat dipergunakan untuk mengklasifikasi ulasan tempat wisata namun dengan tingkat akurasi yang kurang baik.