Analisis Sentimen Ulasan Pengunjung Rio by The Beach Menggunakan Model IndoBERT
DOI:
https://doi.org/10.55382/jurnalpustakarobotsister.v4i2.2204Keywords:
Google Maps, IndoBERT, Rio by The Beach, Ulasan Pengunjung, Natural Language ProcessingAbstract
Ulasan pengunjung pada Google Maps merupakan sumber informasi yang dapat dimanfaatkan untuk mengetahui persepsi masyarakat terhadap suatu destinasi wisata. Berbagai penelitian analisis sentimen telah menggunakan metode klasifikasi konvensional, namun metode tersebut masih memiliki keterbatasan dalam memahami konteks bahasa Indonesia. Oleh karena itu, penelitian ini bertujuan menganalisis sentimen ulasan pengunjung Rio by The Beach menggunakan model IndoBERT yang mampu merepresentasikan makna kalimat secara kontekstual. Data penelitian diperoleh melalui proses web scraping pada Google Maps yang menghasilkan 2.734 ulasan. Setelah dilakukan proses preprocessing yang meliputi cleaning, case folding, tokenizing, stopword removal, dan stemming, diperoleh 1.390 ulasan yang digunakan dalam proses klasifikasi sentimen. Hasil analisis menunjukkan bahwa 1.044 ulasan (75,11%) termasuk kategori positif, 247 ulasan (17,77%) kategori negatif, dan 99 ulasan (7,12%) kategori netral. Evaluasi model menggunakan ground truth menghasilkan akurasi sebesar 89,21%, dengan nilai weighted average precision sebesar 0,91, recall sebesar 0,89, dan F1-score sebesar 0,90, yang menunjukkan bahwa IndoBERT mampu mengklasifikasikan sentimen ulasan berbahasa Indonesia dengan baik. Temuan penelitian ini memberikan kontribusi berupa evaluasi performa IndoBERT pada ulasan Google Maps destinasi wisata serta menyediakan informasi yang dapat dimanfaatkan oleh pengelola Rio by The Beach untuk meningkatkan kualitas layanan berdasarkan persepsi pengunjung.
Downloads
References
Prakoso, C., & Hermawan, A. (2023). Perbandingan Model Machine Learning dalam Analisis Sentimen Ulasan Pengunjung Keraton Yogyakarta pada Google Maps. KLIK: Kajian Ilmiah Informatika dan Komputer, 4(3), 1292–1302. https://doi.org/10.30865/klik.v4i3.1419
Ramadhani, B., & Suryono, R. R. (2024). Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse. Jurnal Media Informatika Budidarma, 8(2), 714–725. https://doi.org/10.30865/mib.v8i2.7458
Aryanto, P. M., & Mardhiyyah, R. (2024). Analisis Sentimen Terhadap Review Google Maps Jogja City Mall Menggunakan Algoritma Support Vector Machine. Journal of Computer System and Informatics (JoSYC), 6(1), 25–35. https://doi.org/10.47065/josyc.v6i1.6049
Ipmawati, J., Saifulloh, & Kusnawi. (2024). Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(1), 247–256. https://doi.org/10.57152/malcom.v4i1.1066
Angel, A. C. T., Pranatawijaya, V. H., & Widiatry. (2024). Analisis Sentimen dan Emosi dari Ulasan Google Maps untuk Layanan Rumah Sakit di Palangka Raya Menggunakan Machine Learning. KONSTELASI: Konvergensi Teknologi dan Sistem Informasi, 4(1), 35–49.
Azizah, H., Syuhada, F., & Sa’adati, Y. (2024). Sentimen Analisis Tempat Wisata Berdasarkan Ulasan Google Maps Menggunakan Metode Naïve Bayes (Studi Kasus Bukit Merese). SainsTech Innovation Journal (SIJ), 7(2), 467–475.
Widodo, S., & Hartono, B. (2023). Analisis Sentimen Pengguna Google Terhadap Destinasi Wisata di Kota Semarang Menggunakan Metode K-Nearest Neighbor. Progresif: Jurnal Ilmiah Komputer, 19(2), 545–554.
Yusuf, M. Z. A., Lestanti, S., & Puspitasari, W. D. (2025). Analisis Sentimen Pengunjung Terhadap Fasilitas dan Layanan di Pantai Pudak Menggunakan Algoritma LSTM. Jurnal Ilmiah Wahana Pendidikan, 21(9), 1–17.
Oktariansyah, I., Umbara, F., & Kasyidi, F. (2024). Klasifikasi Sentimen Untuk Mengetahui Kecenderungan Politik Pengguna X Pada Calon Presiden Indonesia 2024 Menggunakan Metode IndoBert. Building of Informatics, Technology and Science (BITS), 6(2), 636–648. https://doi.org/10.47065/bits.v6i2.5435
Sumartha, D. K. (2025). Implementasi IndoBERT untuk Analisis Sentimen Opini Publik terhadap Kebijakan Kenaikan UKT di Era Pemerintahan. Jurnal Informatika dan Teknik Elektro Terapan (JITET), 13(3S1). https://doi.org/10.23960/jitet.v13i3S1.7880
Wankhade, M., Rao, A. C. S., & Kulkarni, C. (2022). A Survey on Sentiment Analysis Methods, Applications, and Challenges. Artificial Intelligence Review, 55(7), 5731–5780. https://doi.org/10.1007/s10462-022-10144-1.
Arianto, D., & Budi, I. (2020). Aspect-based Sentiment Analysis on Indonesia's Tourism Destinations Based on Google Maps User Code-Mixed Reviews (Study Case: Borobudur and Prambanan Temples). Proceedings of the 34th Pacific Asia Conference on Language, Information and Computation, 359–367.
Bahri, C. A., & Suadaa, L. H. (2023). Aspect-Based Sentiment Analysis in Bromo Tengger Semeru National Park Indonesia Based on Google Maps User Reviews. Indonesian Journal of Computing and Cybernetics Systems, 17(1), 79–90. https://doi.org/10.22146/ijccs.77354.
Febrianto, D. C., dkk. (2024). Aspect-Based Sentiment Analysis Using the IndoBERT Model on Visitor Reviews of Baturraden Tourist Attractions. Melek IT, 10(2), 157–166. https://doi.org/10.30742/melekitjournal.v10i2.358
Perwira, R. I., dkk. (2025). Domain-Specific Fine-Tuning of IndoBERT for Aspect-Based Sentiment Analysis in Indonesian Tourism User-Generated Content. Journal of Information Systems Engineering and Business Intelligence.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Yoga Bagus Saputra, Onassis Yusuf Inonu, Nugroho Kumala Destianto, Ryan Randy Suryono
This work is licensed under a Creative Commons Attribution 4.0 International License.
