Identifikasi Prioritas Perbaikan Objek Wisata Alam di Kabupaten Jember Menggunakan Pendekatan Text Mining

Abstract

Salah satu penghasil terbesar dari perekonomian di Indonesia adalah memanfaatkan sumber daya alam. Sumber daya alam dapat dimanfaatkan sebagai tempat pariwisata. Potensi pariwisata di Indonesia sangat besar, tidak terkecuali Kabupaten Jember. Salah satu yang membuat tempat pariwisata tidak berkembang adalah kurangnya kreativitas dan pengembangan dari masyarakat serta pemerintah. Pengembangan bisa dilakukan melalui kritik dan saran dari pengunjung. Untuk mendapatkan kritik serta saran terkadang sulit karena membutuhkan wawancara atau memberikan masukan melalui kotak kritik dan saran yang seringkali tidak diisi oleh pengunjung. Oleh sebab itu, penggunaan metode text mining serta NLP dapat digunakan untuk memperoleh kekurangan yang ada pada tempat pariwisata. Data diperoleh dengan melakukan web scraping dari Google Maps dengan rentang waktu 2020 – 2023. Data yang diperoleh merupakan data mentah yang tidak baku dan terdapat data kosong. Untuk mengurangi permasalahan tersebut, dilakukan preprocessing data agar data dapat lebih mudah diolah. Tahapan selanjutnya adalah melakukan pembobotan menggunakan TF-RF dan melakukan normalisasi menggunakan normalisasi Z-Score. Tahapan selanjutnya adalah melakukan klasifikasi data menggunakan Support Vector Machine untuk membagi antara data positif dan data negatif serta dilakukan evaluasi menggunakan confusion matrix. Setelah itu, data negatif digunakan untuk melihat apa saja kritik yang ditulis oleh pengunjung. Gunakan Latent Dirichlet Allocation untuk melihat topik apa saja yang ada di masing-masing tempat wisata. Tahapan selanjutnya yaitu mencari kata benda dan kata sifat dengan model POS Tagging. Ada 5 model yang digunakan dan hasil terbaik ditunjukkan oleh model Perceptron Tagger dengan menghasilkan pemilihan kata benda dan kata sifat yang lebih baik daripada 4 model lainnya seperti kata benda “Pantai” dan kata sifat “Kotor”. Hasil dari POS Tagging akan diurutkan dengan jumlah kemunculan kata terbanyak dan diinterpretasikan sesuai hasil tersebut. Contohnya seperti “Tiket Mahal” menempati posisi terbanyak di Pantai Papuma.