ANALISIS SENTIMEN DESTINASI SUPER PRIORITAS BERBASIS STREAM PROCESSING DENGAN MENGGUNAKAN BIG DATA PLATFORM

Eva Nurkhofifah, - (2024) ANALISIS SENTIMEN DESTINASI SUPER PRIORITAS BERBASIS STREAM PROCESSING DENGAN MENGGUNAKAN BIG DATA PLATFORM. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_KOM_1801196_Title.pdf Download (307kB)
	Text S_KOM_1801196_Chapter1.pdf Download (83kB)
	Text S_KOM_1801196_Chapter2.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_KOM_1801196_Chapter3.pdf Download (266kB)
	Text S_KOM_1801196_Chapter4.pdf Restricted to Staf Perpustakaan Download (7MB)
	Text S_KOM_1801196_Chapter5.pdf Download (41kB)
	Text S_KOM_1801196_Appendix.pdf Restricted to Staf Perpustakaan Download (241kB)

Abstract

Media sosial telah menjadi sumber data yang kaya akan opini dan sentimen publik terhadap berbagai topik, termasuk destinasi wisata. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap destinasi super prioritas di Indonesia (antara lain Danau Toba, Borobudur, Mandalika, Labuan Bajo, dan Likupang) melalui platform media sosial Twitter secara real-time menggunakan platform big data berbasis streaming. Penelitian ini, memanfaatkan platform big data yaitu Apache Kafka dan Apache Spark untuk mengumpulkan, memproses, dan menganalisis data dalam skala besar. Proses pengumpulan data dilakukan dengan menggunakan tweet-harvest berdasarkan kata kunci tertentu yang terkait dengan destinasi wisata super prioritas. Data tweet yang diperoleh kemudian diproses secara streaming menggunakan Apache Kafka. Kemudian data tersebut diproses menggunakan Apache Spark untuk melakukan pemrosesan analisis sentimen. Analisis sentimen menggunakan pendekatan berbasis leksikon yaitu Dictionary-Based Sentiment Analysis untuk mengkategorikan tweet menjadi sentimen positif, negatif, atau netral. Hasil analisis ini kemudian divisualisasikan dalam bentuk dashboard interaktif menggunakan Dash Plotly. Visualisasi ini memberikan wawasan real-time yang berharga bagi pemangku kepentingan dalam merespons opini publik dan merumuskan strategi pemasaran serta pengembangan destinasi super prioritas. Penelitian ini menunjukkan bahwa penggunaan Apache Kafka dan Apache Spark Streaming efektif dalam mengelola dan menganalisis data Twitter dalam skala besar secara real-time. Selain itu, visualisasi yang dihasilkan membantu dalam memahami persepsi publik terhadap destinasi wisata super prioritas. Temuan ini dapat digunakan sebagai acuan untuk penelitian lebih lanjut dalam analisis sentimen dan aplikasi big data di sektor pariwisata. Social media has become a rich source of data for public opinion and sentiment on various topics, including tourist destinations. This research aims to analyze public sentiment towards super-priority destinations in Indonesia (such as Lake Toba, Borobudur, Mandalika, Labuan Bajo, and Likupang) through the Twitter social media platform in real-time using a streaming-based big data platform. This research utilizes Apache Kafka and Apache Spark big data platforms to collect, process, and analyze data on a large scale. Data collection is conducted using tweet-harvesting based on specific keywords related to these super-priority destinations. The collected tweets are streamed and processed using Apache Kafka and further analyzed using Apache Spark for sentiment analysis. The sentiment analysis employs a lexicon-based approach known as Dictionary-Based Sentiment Analysis to classify tweets into positive, negative, or neutral sentiments. The results of this analysis are then visualized in an interactive dashboard using Dash Plotly. These visualizations provide valuable real-time insights for stakeholders to respond to public opinions and formulate marketing strategies and development plans for super-priority destinations. The research demonstrates the effectiveness of Apache Kafka and Apache Spark Streaming in managing and analyzing Twitter data on a large scale in real-time. Furthermore, the visualizations aid in understanding public perceptions of super-priority tourist destinations. These findings can serve as a reference for further research in sentiment analysis and big data applications in the tourism sector.

Item Type:	Thesis (S1)
Additional Information:	ID SINTA Dosen Pembimbing: Lala Septem Riza: 5975668 Fitri Rahmafitria: 6067571
Uncontrolled Keywords:	Kata Kunci: Analisis Sentimen, Big Data Platform, Data Streaming, Destinasi Super Prioritas, Natural Language Processing Big Data Platform, Data Streaming, Sentiment Analysis, Natural Language Processing, Super Priority Destinations
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Eva Nurkhofifah
Date Deposited:	29 Aug 2024 08:06
Last Modified:	29 Aug 2024 08:06
URI:	http://repository.upi.edu/id/eprint/121454

Actions (login required)

View Item