Analisis Sentimen Destinasi Wisata Saung Angklung Udjo

Authors

  • Kania Alma Tiara Universitas Bina Nusantara
  • Artha Sanjaya Universitas Bina Nusantara
  • Dipty Maura Sabilla Universitas Bina Nusantara
  • Indriana Universitas Bina Nusantara

DOI:

https://doi.org/10.37253/altasia.v6i2.9278

Keywords:

Wisata Bandung, Analisis Sentimen, Saung Angklung Udjo, Destinasi Bandung, Twitter crawling

Abstract

Media sosial sudah menjadi hal yang lumrah digunakan sebagai cara untuk mengekspresikan pendapat dan berbagai pengalaman. Sebagai salah satu destinasi wisata terkenal dalam memperkenalkan dan melestarikan budaya Sunda melalui pagelaran kesenian, Saung Angklung Udjo yang berada di Kota Bandung layak untuk dijadikan objek penelitian. Hal ini menjadi menarik, sehingga dilakukan penelitian untuk mengetahui bagaimana reaksi masyarakat terhadap destinasi wisata Saung Angklung Udjo. Pengambilan data dalam penelitian ini menggunakan metode crawling data melalui media sosial Twitter atau dikenal juga dengan X sebagai data sekunder. Kata kunci yang digunakan dalam pencarian adalah ‘Saung Angklung Udjo’ dan didapatkan data awal sebanyak 598. Selanjutnya proses data menggunakan perangkat lunak Rapidminer untuk dilakukan pra-pemrosesan teks menjadi 467 data. Penerapan algoritma Naïve Bayes Classifier dan visualisasi data meggunakan word cloud. Hasil menunjukan dari 467 data sebanyak 50,32% memberikan respon positif, 49,46% memberikan respon netral, dan 0,22% memberikan respon negatif. Saung Angklung Udjo memiliki sentimen positif di media sosial Twitter, dimana sentimen positif ini mencerminkan bahwa Saung Angklung Udjo dipandang mendukung upaya meningkatkan citra destinasi wisata di Jawa Barat.

Downloads

Download data is not yet available.

References

Angelo, E. (2023). Cultural harmony in motion: revealing the communication prowess of saung angklung udjo community in enriching local traditions. *Dinasti International Journal of Digital Business Management, 4*(5), 954-961. https://doi.org/10.31933/dijdbm.v4i5.2010

Anggarini, D. (2021). Upaya pemulihan industri pariwisata dalam situasi pandemi covid-19. *Jurnal Pariwisata, 8*(1), 22-31. https://doi.org/10.31294/par.v8i1.9809

Aprilia, N., Pratiwi, D., & Ariwibowo, A. (2021). Sentiment visualization of covid-19 vaccine based on Naïve Bayes analysis. *Journal of Information Technology and Computer Science, 6*(2). https://doi.org/10.25126/jitecs.202162353

Damayanti, D., Rusliyawati, R., Susanto, E., Putra, A., Bachtiar, A., Mahendra, A., … & Mila, N. (2022). Pelatihan digital marketing bagi pemuda-pemudi karang taruna di desa kunjir lampung selatan. *Journal of Social Sciences and Technology for Community Service (Jsstcs), 3*(2), 254. https://doi.org/10.33365/jsstcs.v3i2.2064

Ehsani-Moghaddam, B., Queenan, J., MacKenzie, J., & Birtwhistle, R. (2018). Mucopolysaccharidosis type ii detection by naïve bayes classifier: an example of patient classification for a rare disease using electronic medical records from the canadian primary care sentinel surveillance network. *Plos One, 13*(12), e0209018. https://doi.org/10.1371/journal.pone.0209018

Fernando, J., Budiraharjo, R., & Haganusa, E. (2019). Spam classification on 2019 indonesian president election youtube comments using multinomial naïve-bayes. *Indonesian Journal of Artificial Intelligence and Data Mining, 2*(1). https://doi.org/10.24014/ijaidm.v2i1.6445

Ferdiansyah, H. (2020). Pengembangan pariwisata halal di indonesia melalui konsep smart tourism. *Tornare Journal of Sustainable and Research, 2*(1), 30. https://doi.org/10.24198/tornare.v2i1.25831

Hamzah, M. (2021). Classification of movie review sentiment analysis using chi-square and multinomial naïve bayes with adaptive boosting. *Journal of Advances in Information Systems and Technology, 3*(1), 67-74. https://doi.org/10.15294/jaist.v3i1.49098

Hui, Z., Ding, L., Zou, Y., Hu, S., Huang, H., Kong, W., … & Zhang, J. (2016). Predicting drug-induced liver injury in human with naïve bayes classifier approach. *Journal of Computer-Aided Molecular Design, 30*(10), 889-898. https://doi.org/10.1007/s10822-016-9972-6

Indrayuni, E. and Nurhadi, A. (2022). Sentiment analysis about covid-19 booster vaccine on twitter using deep learning. *Sinkron, 7*(3), 900-905. https://doi.org/10.33395/sinkron.v7i3.11485

Kwak, H., Lee, C., Park, H., & Moon, S. (2010). What is twitter, a social network or a news media? https://doi.org/10.1145/1772690.1772751

Liu, R., Shi, Y., Ji, C., & Jia, M. (2019). A survey of sentiment analysis based on transfer learning. *IEEE Access, 7*, 85401-85412. https://doi.org/10.1109/access.2019.2925059

Makhasi, G. and Sari, S. (2018). Strategi branding pariwisata indonesia untuk pemasaran mancanegara. *Ettisal Journal of Communication, 2*(2), 31. https://doi.org/10.21111/ettisal.v2i2.1265

Melinda, V., Primartha, R., Wijaya, A., & Jambak, M. (2020). Optimization Naïve Bayes algorithm using particle swarm optimization in the classification of breast cancer. https://doi.org/10.2991/aisr.k.200424.055

Mohaiminul, M. and Sultana, N. (2018). Comparative study on machine learning algorithms for sentiment classification. *International Journal of Computer Applications, 182*(21), 1-7. https://doi.org/10.5120/ijca2018917961

Musthofa, B. M. (2020). The dynamics of traditional and contemporary angklung development as a tourist attraction based on social creativity in saung angklung udjo. *Proceedings of the 3rd International Conference on Vocational Higher Education (ICVHE 2018)*.

Nabal, A. (2022). Dampak kepariwisataan terhadap perubahan pola urbanisasi di indonesia. *Region Jurnal Pembangunan Wilayah Dan Perencanaan Partisipatif, 17*(1), 70. https://doi.org/10.20961/region.v17i1.41465

Nilam, A. (2020). Analisis peranan sektor pariwisata di jawa tengah (pendekatan input-output). *Jurnal Geoekonomi, 11*(2), 202-212. https://doi.org/10.36277/geoekonomi.v11i2.121

Pang, B. and Lee, L. (2008). Opinion mining and sentiment analysis. *Foundations and Trends® in Information Retrieval, 2*(1–2), 1-135. https://doi.org/10.1561/1500000011

Pratiwi, A. (2018). Carrying capacity of a tourist destination: case study of saung angklung udjo as cultural heritage tourism destination in indonesia. *KnE Social Sciences, 3*(11), 1032. https://doi.org/10.18502/kss.v3i11.2827

Prianti, D., Fahmi, I., & Hannan, S. (2022). Post covid-19 recovery strategies: revitalizing saung angklung udjo business model. *JHSS (Journal of Humanities and Social Studies), 6*(2), 211-217. https://doi.org/10.33751/jhss.v6i2.5640

Putri, M. (2017). Tourist satisfaction at cultural destination (a case study of saung angklung udjo bandung, west java, indonesia). *International Journal of Tourism & Hospitality Reviews, 4*(1), 35-43. https://doi.org/10.18510/ijthr.2017.415

Risman, A., Wibhawa, B., & Fedryansyah, M. (2016). Kontribusi pariwisata terhadap peningkatan kesejahteraan masyarakat indonesia. *Prosiding Penelitian Dan Pengabdian Kepada Masyarakat, 3*(1). https://doi.org/10.24198/jppm.v3i1.13622

Sabilla, D. M., & Tiara, K. A. (2024). Perancangan Strategi Bisnis pariwisata berkelanjutan di jawa Barat dengan analisis internal Dan ekternal SERTA Triple Layer Business Model Canvas. Altasia Jurnal Pariwisata Indonesia, 6(1). https://doi.org/10.37253/altasia.v6i1.8658

Salsabila Ayu Oktaviani, Dinie Anggraeni Dewi, & Rizky Saeful Hayat (2024). Peran saung angklung udjo sebagai sarana literasi budaya di jawa barat. *Semantik: Jurnal Riset Ilmu Pendidikan, Bahasa Dan Budaya, 2*(1), 153-163. https://doi.org/10.61132/semantik.v2i1.275

Sinaga, D. L., Rossi, F. N., & Firmansyah, R. (2024). Pemanfaatan platform Instagram @desawisatasayan Sebagai media Promosi di Desa Wisata sayan. Altasia Jurnal Pariwisata Indonesia, 6(1). https://doi.org/10.37253/altasia.v6i1.9011

Sultana, N., Mohaiminul, M., & Islam, S. (2020). An ensemble approach to sentiment analysis using majority voting technique. *Journal of Information and Telecommunication, 4*(1), 1-11. https://doi.org/10.1080/24751839.2019.1624467

Wijaya, S. (2018). Kebijakan pengembangan pariwisata berkelanjutan di Indonesia. Jurnal Manajemen dan Kewirausahaan, 20(1), 50-59. https://doi.org/10.9744/jmk.20.1.50-59

Zhang, L., Wang, S., & Liu, B. (2018). Deep learning for sentiment analysis: a survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8(4), e1253.

Downloads

Published

2024-08-01