Identifikasi Pola Wisata Saat Pandemi Dengan Menambang Ulasan Daring

Rusydi, Fandi Wahyu (2023) Identifikasi Pola Wisata Saat Pandemi Dengan Menambang Ulasan Daring. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111840000108-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (3MB) | Request a copy

Abstract

Coronavirus Disease (COVID-19) adalah penyakit menular yang disebabkan oleh virus SARS-Cov-2. Virus ini dilaporkan kali pertama ditemukan pada pasar yang memperjualbelikan hewan hidup di wilayah Wuhan, Provinsi Hubei, China pada Desember 2019. Pandemi COVID-19 telah menyebabkan disrupsi dalam sektor pariwisata dan perjalanan, membuat pasar destinasi pariwisata terganggu bahkan terhenti. Dampak dari pandemi COVID-19 pada sektor pariwisata masih kurang diperhatikan oleh para pembuat kebijakan, meskipun pariwisata telah menjadi prioritas penelitian nasional. Saat ini berbagai informasi bisa didapatkan dari internet dengan mudah. Banyak orang yang mengutarakan pendapat mereka pada banyak platform, seperti Twitter, Facebook, Amazon, dan TripAdvisor. Tripadvisor.com merupakan situs yang dapat memudahkan wisatawan untuk mencari informasi mengenai tempat wisata dan hotel. Banyaknya ulasan pada situs ini secara tidak langsung akan mempengaruhi pelanggan dan calon pelanggan dalam memilih dan memutuskan tempat wisata. Informasi yang didapat dari ulasan pada Tripadvisor.com ini dapat dikumpulkan dengan metode penambangan data.
Setelah data ulasan ditambang, data diproses dengan Permodelan topik. Metode permodelan topik yang digunakan pada penelitian ini adalah BERTopic, Top2Vec, dan Latent Dirichlet Allocation. BERTopic menggunakan BERT sentence transformer kemudian topik diekstrak dengan c-TF-IDF. Top2Vec menggunakan Doc2Vec kemudian diklasterkan dengan UMAP dan HDBSCAN, setelah itu topik diekstrak berdasarkan centroid tiap klaster. Metode terakhir yang digunakan adalah LDA yang menggunakan metode statistika Bernama Dirichlet. Dengan mengolah informasi tersebut dengan permodelan topik, luaran yang dihasilkan adalah kumpulan kata yang sering dibicarakan oleh wisatawan. Kumpulan kata yang memiliki makna yang sama akan dikelompokkan menjadi satu topik oleh tiap metode permodelan topik yang digunakan.
Luaran dari tiap metode topik perlu dievaluasi mana topik yang lebih baik, metode evaluasi yang digunakan pada penelitian ini adalah Subjective Evaluation atau Evaluasi Subjektif. Subjective Evaluation adalah teknik evaluasi secara subjektif yaitu penilaian yang berasal dari manusia. Evaluasi akan didapatkan dengan cara menyebarkan kuesioner mengenai ketepatan dari tiap metode Topic Modelling yang dipakai. Hasil dari evaluasi subjektif yang dilakukan adalah metode permodelan topik BERTopic paling banyak dipilih. Setelah mendapat metode permodelan topik yang terbaik, maka analisis pola wisata dilakukan berdasarkan metode permodelan topik tersebut.
Hasil dari analisis pola wisata yang dilakukan adalah topik yang paling banyak dibicarakan dalam wilayah wisata adalah beach yang dibicarakan pada 10 dari 30 (33,3%) tempat wisata, topik teratas yang paling banyak dibicarakan oleh wisatawan adalah beach yang dibicarakan oleh wisatawan dari 8 dari 10 (80%) asal negara wisatawan yang diteliti, 18 dari 30 (60%) tempat wisata dikunjungi oleh wisatawan yang masih berasal dari benua yang sama dengan tempat wisata. Wisatawan yang berasal dari 8 dari 10 (80%) asal negara yang diteliti memilih berwisata ke tempat wisata yang berada di satu benua.
===============================================================================================================================
Coronavirus disease (COVID-19) is an infectious disease caused by the SARS-Cov-2 virus. This virus was reportedly first discovered in a market trading live animals in the Wuhan area, Hubei Province, China in December 2019. The COVID-19 pandemic in 2020 has caused disruptions to the tourism and travel sector, disrupting the tourism market and even stopping it. The impact of the COVID-19 pandemic on the tourism sector has received little attention from policy makers, even though tourism has become a national research priority. Currently various information can be obtained from the internet easily. Many people express their opinion on many platforms, such as Twitter, Facebook, Amazon and TripAdvisor. Tripadvisor.com is a site that can make it easier for tourists to find information about tourist attractions and hotels. The number of reviews on this site will indirectly influence customers and potential customers in choosing and deciding on tourist attractions. Information gleaned from these reviews on Tripadvisor.com may be collected by data mining methods.
After the review data is mined, the data is processed with the topic of Modeling. The topic modeling methods used in this research are BERTopic, Top2Vec, and Latent Dirichlet Allocation. BERTopic uses the BERT sentence transformer then the topic is extracted with c-TF-IDF. Top2Vec uses Doc2Vec then clusters with UMAP and HDBSCAN, after that the topics are extracted based on the centroid of each cluster. The last method used is LDA which uses a statistical method called Dirichlet. By processing this information with topic modeling, the resulting output is a collection of words that tourists often talk about. Groups of words that have the same meaning will be collected into one topic with each topic modeling method used.
Regardless of the method of each topic, it is necessary to evaluate which topic is better, the evaluation method used in this study is Subjective Evaluation. Subjective Evaluation is a subjective evaluation technique that is an assessment that comes from humans. Evaluation will be obtained by distributing questionnaires regarding the accuracy of each Topic Modeling method used. The results of the assessment evaluation carried out were the most chosen Topic Topic modeling methods. After obtaining the best topic modeling method, an analysis of tourism patterns is carried out based on the topic modeling method. The results of the analysis of tourism patterns carried out were that the most discussed topic in tourist areas was the beach which was discussed at 10 out of 30 (33.3%) tourist attractions, the top topic most discussed by tourists was the beach which was discussed by tourists out of 8 out of 10 (80%) the countries of origin of the tourists studied, 18 out of 30 (60%) tourist attractions were visited by tourists who still came from the same continent as the tourist attractions, and tourists who came from 8 out of 10 (80%) of the countries studied chose travel to tourist attractions in one continent.

Item Type:	Thesis (Other)
Additional Information:	RSIf 006.312 Rus i-1 2022
Uncontrolled Keywords:	Pandemi COVID-19, Pariwisata, Permodelan Topik, BERTopic, Top2Vec, LDA, Evaluasi Subjektif, Analisis Pola Wisata. COVID-19 Pandemic, Tourism, Topic Modelling, BERTopic, Top2Vec, LDA, Subjective Evaluation, Tourism Pattern Analysis
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Fandi Wahyu Rusydi
Date Deposited:	10 Feb 2023 02:59
Last Modified:	28 Aug 2023 02:05
URI:	http://repository.its.ac.id/id/eprint/96508

Actions (login required)

View Item