Text
KLASIFIKASI DESTINASI WISATA TERBAIK BERDASARKAN PILIHAN PENGUNJUNG MENGGUNAKAN METODE NAIVE BAYES
KLASIFIKASI DESTINASI WISATA TERBAIK BERDASARKAN PILIHAN
PENGUNJUNG MENGGUNAKAN METODE NAÏVE BAYES
Nurdewi Latif1
, Firman Tempola2
, Salkin Lutfi3
123Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun
Jl. Jati Metro, Kota Ternate Selatan
Email: 1nurdewiilatif26@gmail.com,
2
firman.tempola@unkhair.ac.id,
3
salkin.lutfi@unkhair.ac.id
Kata Kunci : Destinasi Wisata, Pilihan Pengunjung, Naïve Bayes.
Kota Ternate merupakan salah satu kota di Indonesia yang memiliki banyak destinasi
wisata, destinasi wisata di Kota Ternate sendiri, didominasi wisata alam yang eksotis dan
asri terutama destinasi wisata pantai yang menyuguhkan berbagai fasilitas dan pesona
Kota Ternate yang unik dan memanjakan mata, tidak hanya mengunjungi tetapi para
wisatawan juga banyak yang mengomentari terkait tempat wisata yang dikunjungi baik
komentar positif, netral ataupun negatif. Dengan banyaknya objek wisata di Kota
Ternate dan berbagai fasilitas, harga/biaya Makanan, Minuman dan Tempat Parkir
Kendaraan, yang disediakan dan akses jalan menuju ke tempat wisata tersebut, bisa
dijadikan penilaian terhadap tempat wisata tersebut. Untuk menentukkan kategori
komentar positif, netral dan negatif, penilaian dilakukan dengan menggunakan beberapa
kriteria seperti fasilitas, harga makanan, harga minuman, tariff parker mobil, tariff parkit
motor, jalur, tempat makan, kamar mandi/WC umum, tempat ibadah, WIFI dan jaringan
seluler. Untuk melihat komentar yang diberikan oleh pengunjung, peneliti menggunakan
google formulir dimana google formulir adalah sebuah layanan dari google untuk membuat
survey. Klasifikasi diperlukan untuk membuat sekelompok komentar sesuai dengan
kategori yang terpilih. Algoritma yang termasuk dalam klasifikasi salah satunya adalah
naïve bayes yang terkenal dengan tingkat akurasi yang baik. Penelitian ini bertujuan untuk
mengklasifikasi destinasi wisata terbaik menggunakan metode naïve bayes dilihat dari
komentar pengunjung. Untuk mengklasifikasi komentar pengunjung dilakukan 4 kali
skenario pengujian dengan menggunakan data latih sebanyak 400 data yang dibagi dalam
data latih dan data uji. Dengan metode naïve bayes didapat hasil akurasi tertinggi 95%
dengan rata-rata akurasi 60%.
Tidak tersedia versi lain