ANALISIS SENTIMEN MULTI-PLATFORM UNTUK STRATEGI PEMASARAN DIGITAL PADA DESTINASI WISATA

Abstract

Media sosial dan platform ulasan digital berperan penting dalam membentuk citra destinasi wisata, namun perbedaan karakteristik antar platform sering menghasilkan distribusi sentimen yang tidak merata. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap destinasi wisata melalui pendekatan multi-platform serta merumuskan strategi pemasaran digital yang efektif. Data dikumpulkan dari Google Maps, TikTok, dan Instagram menggunakan teknik scraping. Pelabelan sentimen dilakukan dengan pendekatan hybrid yang mengombinasikan metode lexicon-based dan Support Vector Machine (SVM). Proses klasifikasi menggunakan algoritma Random Forest dengan fitur TF-IDF, serta evaluasi model dilakukan menggunakan 10-Fold Cross Validation. Hasil penelitian menunjukkan bahwa model Random Forest mencapai akurasi sebesar 87,60%, precision 87,68%, recall 87,93%, dan F1-score 87,55%. Analisis distribusi sentimen mengungkap perbedaan karakteristik antar platform, di mana Google Maps didominasi sentimen negatif (47,4%), Instagram cenderung netral (46,1%), dan TikTok menunjukkan dominasi sentimen netral (53,5%). Selain itu, hasil analisis divisualisasikan menggunakan Priority Action Matrix yang mengidentifikasi strategi Quick Wins seperti peningkatan respons pada Google Maps dan kampanye user-generated content sebagai prioritas utama karena berdampak tinggi dengan upaya rendah. Penelitian ini memberikan kontribusi dalam pengembangan analisis sentimen multi-platform serta perumusan strategi pemasaran digital berbasis data pada destinasi wisata.