Aplikasi Deteksi Topik Ulasan Wisatawan Pulau Merah dengan Pendekatan Analisis Sentimen Menggunakan Latent Dirichlet Allocation dan VADER

Abstract

Pulau Merah merupakan salah satu destinasi wisata alam populer di Banyuwangi yang banyak dikunjungi wisatawan. Namun, opini publik mengenai destinasi ini sering kali tersebar secara tidak terstruktur dalam bentuk ulasan digital di platform seperti Google Maps. Hal ini menimbulkan kebutuhan akan sistem analisis otomatis yang mampu mengidentifikasi sentimen dan topik utama dari ulasan tersebut sebagai bahan evaluasi dan pengembangan pariwisata. Penelitian ini bertujuan membangun sistem berbasis web yang mampu melakukan analisis sentimen dan pemodelan topik terhadap ulasan wisatawan tentang Pulau Merah. Sistem ini dirancang untuk membantu mengelompokkan opini pengguna berdasarkan kecenderungan emosional (positif, negatif, netral) dan tema dominan yang muncul. Metode yang digunakan meliputi pengumpulan data ulasan secara otomatis melalui web scraping dengan Selenium. Setelah itu, dilakukan proses Preprocessing teks yang mencakup pembersihan data, normalisasi, Stemming, hingga tokenisasi. Analisis sentimen dilakukan menggunakan algoritma VADER, sedangkan model topik dibentuk dengan pendekatan Latent Dirichlet Allocation (LDA). Penentuan jumlah topik optimal dilakukan dengan menggunakan metrik coherence score c_uci. Hasil penelitian menunjukkan bahwa mayoritas ulasan bernada positif, dan tiga topik dominan berhasil diidentifikasi, yaitu keindahan alam, pengalaman pengunjung, serta suasana tenang yang dirasakan. Visualisasi distribusi topik dan sentimen ditampilkan dalam antarmuka web interaktif. Evaluasi performa sistem dilakukan menggunakan Confusion matrix dan coherence score, dengan hasil yang memadai untuk tujuan eksploratif.