Analisis Sentimen Pada Ulasan Tempat Wisata Desa Ponggok Menggunakan Natural Language Processing

Reputasi destinasi pariwisata seperti Desa Ponggok sangat bergantung pada ulasan pengunjung di platform digital. Namun, volume data yang masif dan penggunaan bahasa informal dalam ulasan tersebut menjadi tantangan signifikan untuk analisis manual, sehingga sulit untuk mengekstrak wawasan secara efisien. Penelitian ini bertujuan merancang dan mengimplementasikan model analisis sentimen untuk mengklasifikasikan opini pengunjung secara otomatis. Penelitian ini memanfaatkan data sebanyak 6.000 ulasan berbahasa Indonesia yang dikumpulkan dari tempat wisata Umbul Ponggok, Umbul Besuki, dan Umbul Sigedhang melalui platform Google Review dalam rentang waktu 2020 hingga 2023. Pendekatan yang digunakan adalah penerapan model Transformer pre-trained IndoBERT. Alur penelitian meliputi tahap pra-pemrosesan data, penanganan ketidakseimbangan kelas menggunakan metode RandomOverSampler, serta pembagian data dengan proporsi 60% untuk pelatihan, 20% untuk validasi, dan 20% untuk pengujian. Proses pelatihan dioptimalkan menggunakan optimizer AdamW dengan parameter kunci meliputi 7 epoch, learning rate 3e-6, batch size 32, dan weight decay 0.01. Hasil pengujian menunjukkan model mencapai akurasi keseluruhan sebesar 79%. Dan F1-score per kelas menunjukkan performa yang kuat pada sentimen positif (0,87), namun menghadapi tantangan pada sentimen netral (0,65) dan negatif (0,65). Sebagai implementasi, model yang telah terlatih diintegrasikan ke dalam aplikasi web interaktif berbasis Streamlit. Aplikasi ini memungkinkan para pemangku kepentingan untuk melakukan memeriksa sentimen secara real-time, sehingga mendukung pengambilan keputusan yang lebih cepat dan konsisten berbasis data untuk pengelolaan destinasi.

https://ojs.udb.ac.id/Senatib/article/view/5323