FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4313286857> ?p ?o ?g. }

• W4313286857 endingPage "372" @default.
• W4313286857 startingPage "363" @default.
• W4313286857 abstract "Tugu Pahlawan Surabaya merupakan salah satu pariwisata andalan Kota Surabaya yang selalu berupaya memperhatikan ulasan pengunjung sebagai acuan evaluasi. Namun, pengelola tidak memiliki teknologi yang mampu mengumpulkan, mengolah, dan menganalisis seluruh data ulasan yang dapat menghasilkan informasi secara ringkas. Salah satu solusi dapat dilakukan melalui analisis sentimen pada level aspek terhadap aspek edukasi, fasilitas, kebersihan, pelayanan, dan umum dengan penyajian informasi dalam bentuk dashboard. Analisis sentimen dilakukan menggunakan Support Vector Machine terhadap 2180 data ulasan selama 2 tahun terakhir yang diambil dari Google Review. Ulasan terbanyak terdapat pada aspek fasilitas sebanyak 538 ulasan dengan sebaran sentimen 285 ulasan positif, 95 ulasan negatif, dan 158 ulasan netral. Rekomendasi berdasarkan kekuatan dan kelemahan saat ini adalah penyediaan lahan atau objek foto bernuansa sejarah pahlawan secara lebih nyata serta penyediaan ventilasi terbuka atau standing cooler di beberapa area. Berdasarkan confusion matrix, nilai F1-Score menjadi penentu seberapa baik model mengklasifikan data daripada nilai Accuracy dikarenakan dataset yang dimiliki bersifat imbalance sehingga kesalahan prediksi pada precision atau recall sangat memungkinkan terjadi. Kesalahan prediksi banyak ditemukan pada kelas sentimen netral. Keseluruhan hasil klasifikasi disajikan dalam bentuk dashboard dengan nilai SUS Score 77,5, menandakan bahwa dashboard dapat diterima dengan baik oleh responden sebagai pengguna. Abstract Tugu Pahlawan Surabaya is one of the mainstays of tourism in Surabaya city which always tries to pay attention to visitor reviews as a reference for evaluation. However, the managers do not have technology capable of collecting, processing and analyzing all review datas that can produce information in a concise manner. One solution can be done through sentiment analysis at the aspect level of education, facilities, cleanliness, service, and general aspects by presenting information in the form of a dashboard. Sentiment analysis was carried out using the Support Vector Machine on 2180 review datas for the last 2 years taken from Google Reviews. The most reviews were on the facility aspect in total of 538 reviews with a sentiment distribution of 285 positive reviews, 95 negative reviews and 158 neutral reviews. Recommendations based on current strengths and weaknesses are providing more real area or photo objects with historical nuances of heroes and providing open ventilation or standing coolers in several areas. Based on the confusion matrix, the F1-Score value determines how well the model classifies data rather than the Accuracy value because the dataset is imbalance so that prediction errors in precision or recall are very possible. Prediction errors are more likely to be found in the neutral sentiment class. The overall classification results are presented in the form of a dashboard with a SUS Score of 77.5, indicating that the dashboard is well received by respondents" @default.
• W4313286857 created "2023-01-06" @default.
• W4313286857 creator A5016647306 @default.
• W4313286857 creator A5020764575 @default.
• W4313286857 creator A5027991856 @default.
• W4313286857 creator A5053160625 @default.
• W4313286857 creator A5080900776 @default.
• W4313286857 date "2022-02-24" @default.
• W4313286857 modified "2023-10-14" @default.
• W4313286857 title "Rekomendasi Pengembangan Fasilitas Wisata Tugu Pahlawan Surabaya Melalui Visualisasi Dashboard Hasil Klasifikasi Analisis Sentimen Ulasan Pengunjung" @default.
• W4313286857 doi "https://doi.org/10.25126/jtiik.2022925655" @default.
• W4313286857 hasPublicationYear "2022" @default.
• W4313286857 type Work @default.
• W4313286857 citedByCount "0" @default.
• W4313286857 crossrefType "journal-article" @default.
• W4313286857 hasAuthorship W4313286857A5016647306 @default.
• W4313286857 hasAuthorship W4313286857A5020764575 @default.
• W4313286857 hasAuthorship W4313286857A5027991856 @default.
• W4313286857 hasAuthorship W4313286857A5053160625 @default.
• W4313286857 hasAuthorship W4313286857A5080900776 @default.
• W4313286857 hasBestOaLocation W43132868571 @default.
• W4313286857 hasConcept C142362112 @default.
• W4313286857 hasConcept C15708023 @default.
• W4313286857 hasConcept C205649164 @default.
• W4313286857 hasConcept C33499554 @default.
• W4313286857 hasConcept C41008148 @default.
• W4313286857 hasConcept C58640448 @default.
• W4313286857 hasConcept C77088390 @default.
• W4313286857 hasConceptScore W4313286857C142362112 @default.
• W4313286857 hasConceptScore W4313286857C15708023 @default.
• W4313286857 hasConceptScore W4313286857C205649164 @default.
• W4313286857 hasConceptScore W4313286857C33499554 @default.
• W4313286857 hasConceptScore W4313286857C41008148 @default.
• W4313286857 hasConceptScore W4313286857C58640448 @default.
• W4313286857 hasConceptScore W4313286857C77088390 @default.
• W4313286857 hasIssue "2" @default.
• W4313286857 hasLocation W43132868571 @default.
• W4313286857 hasOpenAccess W4313286857 @default.
• W4313286857 hasPrimaryLocation W43132868571 @default.
• W4313286857 hasRelatedWork W1557907936 @default.
• W4313286857 hasRelatedWork W2111865594 @default.
• W4313286857 hasRelatedWork W2248387313 @default.
• W4313286857 hasRelatedWork W2748952813 @default.
• W4313286857 hasRelatedWork W2899084033 @default.
• W4313286857 hasRelatedWork W2944012422 @default.
• W4313286857 hasRelatedWork W2987111374 @default.
• W4313286857 hasRelatedWork W3120330463 @default.
• W4313286857 hasRelatedWork W3203105381 @default.
• W4313286857 hasRelatedWork W1934311404 @default.
• W4313286857 hasVolume "9" @default.
• W4313286857 isParatext "false" @default.
• W4313286857 isRetracted "false" @default.
• W4313286857 workType "article" @default.