Salah satu cara untuk membangkitkan kembali industri pariwisata adalah dengan
memperkuat promosi pariwisata baik dengan pameran, event, maupun
merekomendasikan pariwisata kepada wisatawan dengan preferensi tertentu.
Beberapa penelitian telah dilakukan dengan membuat sistem rekomendasi
pariwisata yang dapat diterapkan untuk menjawab peluang ini. Akan tetapi, ada
beberapa kendala yang tidak dapat diselesaikan dengan solusi dari penelitian
tersebut berkaitan dengan ketersediaan data, terutama penggunaan data media
sosial seperti Facebook dan Twitter sebagai dasar dalam merekomendasikan
pariwisata. Sementara itu, tidak setiap wisatawan memiliki akun dan aktif di
media sosial. Karenanya, diperlukan pendekatan baru untuk tetap dapat
merekomendasikan pariwisata dengan keterbatasan tersebut. Maka dari itu,
penelitian ini dilakukan dengan mengekstraksi sentimen positif dari Google Maps
untuk menentukan karakteristik objek wisata di Kota Bandung Raya dengan
lexicon corpus. Skor kepuasan menunjukkan 45,58% positif, 10,50% netral, dan
43,91% negatif. Hasil klasifikasi sentimen menunjukkan bahwa metode Support
Vector Machine (SVM)-Bag of Words (BoW) dan SVM-Term Frequency-Inverse
Document Frequency (TF-IDF) memiliki rata-rata nilai akurasi yang lebih baik
daripada metode Long Short-Term Memory (LSTM). Selain itu, dengan
menggunakan metode K-Means didapatkan dua kelompok objek wisata
berdasarkan kemiripan karakteristiknya, yang masing-masing berjumlah 74 dan
42. Sistem rekomendasi yang dikembangkan memberikan hasil yang cukup baik
dengan nilai presisi lebih dari 0,5 untuk jumlah rekomendasi empat atau lebih.