ANALISIS SENTIMEN BERBASIS ASPEK PADA WISATA HALAL DENGAN DEEP LEARNING
Wisata halal adalah layanan pariwisata untuk memenuhi kebutuhan muslim sesuai syariat islam. Dengan meningkatnya jumlah populasi wisatawan muslim, wisata halal kini banyak disorot oleh publik. Peluang bisnis pada sektor ini juga menjadi meningkat. Pemilik tempat wisata perlu mulai memperhatikan fasilitas tempat wisatanya dari segi penikmat wisata halal agar semakin banyak dikunjungi oleh wisatawan-wisatawan muslim. Dengan banyaknya ulasan tempat wisata yang masuk, diperlukan analisis sentimen berbasis aspek pada wisata halal. Analisis sentimen berbasis aspek dilakukan untuk menentukan objek tersebut positif atau negatif berdasarkan aspek yang telah diberikan. Terdapat beberapa aspek pada wisata halal yaitu ketersediaan makanan halal, fasilitas tempat ibadah yang layak dan tidak jauh dari tempat wisata, toilet dengan air bersih (Paramarta et al., 2021).
Penelitian ini akan membandingkan dua metode deep learning yaitu CNN dan CNN-BiLSTM. Data berupa ulasan berbahasa Inggris mengenai objek wisata di wilayah negara Asia yang diambil dari situs TripAdvisor. Data tersebut kemudian diberi label dan dibersihkan melalui proses preprocessing. Setelah itu data akan digunakan untuk melatih model. Model tersebut nantinya digunakan untuk mendeteksi sentimen (positif dan negatif) dan juga aspek (halal food, toilet, mosque) dari ulasan. Setelah dilakukan evaluasi, model dengan metode CNN mendapatkan hasil akurasi tertinggi. Klasifikasi aspek mendapatkan akurasi sebesar 98.3%, sedangkan klasifikasi sentimen mendapatkan akurasi sebesar 83.69%. Pada saat pengujian, dilakukan visualisasi data yang memperlihatkan sisi sentimen positif dan negatif terhadap aspek. Dengan dilakukannya penelitian ini, pemilik wisata dapat memetakan kekurangan serta kelebihan dari tempat wisata. Hasil pemetaan ini nantinya bisa digunakan sebagai pertimbangan dalam mengembangkan konsep wisata halal pada objek wisata.
