PENERAPAN ALGORITMA K-MEANS UNTUK ANALISIS DATA ULASAN DI SITUS TRIPADVISOR
##plugins.themes.academic_pro.article.sidebar##
Downloads
##plugins.themes.academic_pro.article.main##
Abstract
Ulasan atau review merupakan suatu pendapat langsung dari seseorang. Review yaitu beberapa dari salah satu faktor yang menentukan keputusan seseorang, dengan menunjukkan bahwa orang dapat mengambil jumlah review sebagai indikator popularitas tempat atau nilai dari suatu tempat dengan mempengaruhi kemauan untuk mendatangi suatu tempat pariwisata. Penelitian ini membahas tentang Penerapan metode K-Means untuk review data travel . Dataset ini diambil langsung melalui halaman situs web UCI Machine Learning Repository dengan nama Review Travel dengan jumlah data sebanyak 980 record, terdri dari 10 variabel atau atribut yaitu galeri seni, klub dansa, bilah jus, restoran, museum, resort, taman atau tempat piknik, pantai, bioskop dan lembaga keagamaan. Proses cluster dibagi kedalam 2 (dua) cluster yaitu cluster rating tertinggi (C0) dan cluster rating terendah (C1). Sehingga diperoleh hasil pengelompokkan data ulasan atau review rating wisatawan cluster tertinggi berada pada C0 terdiri dari 3 objek wisata unggulan dengan rating tertinggi pada C0 yaitu Galeri seni dengan rating = 7,118, Museum = 5,396 dan Klub dansa = 4,783. Sedangkan cluster terendah berada pada C1 terdiri dari 3 objek wisata unggulan dengan rating tertinggi yaitu Restoran dengan rating = 10,394, Klub dansa = 3,361, Galeri seni = 3,233.
##plugins.themes.academic_pro.article.details##
Pemberitahuan Hak Cipta
Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:
1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.
2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.
3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Ary, M. (2015). Pengklasifikasian Karakteristik Mahasiswa Baru Dalam Memilih Program Studi Menggunakan Analisis Cluster. II(1), 181–188.
Dewi, Herdiani, & Kusumo, D. S. (2018). Multi-Aspect Sentiment Analysis Komentar Wisata TripAdvisor dengan Rule-Based Classifier ( Studi Kasus : Bandung Raya ). E-Proceeding of Engineering, 5(1), 1589–1596.
Maulana, A., & Sibaroni, Y. (2019). Klasifikasi Sentimen Ulasan Tempat Makan Berbahasa Indonesia Menggunakan Lexicon dan Improved Naive Bayes. Ind. Journal on Computing, 4(3), 107–116. https://doi.org/10.21108/indojc.2019.4.3.369
Maulida, L. (2018). Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Prop . DKI Jakarta Dengan K-Means. JISKa (Jurnal Informatika Sunan Kalijaga), 2(3), 167–174.
Pratama, N. D., Sari, Y. A., & Adikara, P. P. (2018). Analisis Sentimen Pada Review Konsumen Menggunakan Metode Naive Bayes Dengan Seleksi Fitur Chi Square Untuk Rekomendasi Lokasi Makanan Tradisional. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(9), 2982–2988.
Paramitha, D. T. A., & Dewi, I. C. & C. (2019). Prediksi Rating Otomatis Berdasarkan Review Restoran pada Aplikasi Zomato dengan menggunakan Extreme Learning Machine ( ELM ). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(5), 4687–4693.
Sari, R., & Hayuningtyas, R. Y. (2019). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Pada Wisata TMII Berbasis Website. IJSE – Indonesian Journal on Software Engineering, 5(2), 51–60.
Sari, R. W., & Hartama, D. (2018). Data Mining : Algoritma K-Means Pada Pengelompokkan Wisata Asing ke Indonesia Menurut Provinsi. 322–326.
Silalahi, M. (2018). Analisis Clustering Menggunakan Algoritma K-Means Terhadap Penjualan Produk Pada PT. Batamas Niaga Jaya. Computer Based Information System Journal, 06(2), 20–35.