Analisis Sentimen Pada Ulasan Hotel Di Bandung Utara Dengan Metode Deep Belief Network

Iftah Aziz, Budhi Irawan, Ashri Dinimaharawati

Abstract

Abstrak
Hotel merupakan sarana tempat tinggal sementara bagi orang yang sedang melakukan perjalanan. Khususnya di
Indonesia perkembangan hotel sangat pesat, ini disebabkan oleh meningkatnya pariwisata di Indonesia. Di era
internet seperti saat ini dapat memudahkan wisatawan untuk mencari hotel tempat untuk menginap sementara.
Wisatawan biasanya menceritakan pengalaman selama berada di hotel dengan menuliskan ulasan di internet. Oleh
karena itu banyak sekali ulasan yang ditemukan di internet. Dampaknya ulasan tersebut akan dijadikan acuan oleh
pihak hotel untuk memperbaiki dan melakukan evaluasi pada hotelnya, dan wisatawan pun dapat melihat sejauh
mana pelayanan hotel tersebut dari ulasan yang ada di internet. Dengan banyaknya ulasan yang beredar di internet,
wisatawan harus meluangkan waktu lebih untuk membacanya, dan apakah ulasan tersebut positif atau negatif.
Pada penelitian ini dibuat sebuah sistem analisis sentimen pada ulasan hotel dengan metode Deep Belief Network
dan pembobotan menggunakan Term Frequency – Inverse Document Frequency (TF – IDF) yang dapat
mengklasifikasikan ulasan hotel kedalam ulasan positif dan negatif. Hasil dari penelitian menggunakan Deep
Belief Network menghasilkan nilai pengujian tertinggi yang didapat dalam penelitian ini dengan pengujian partisi
data dengan menggunakan learning rate sebesar 0.001 dan menghasilkan accuracy sebesar 93%.
Kata kunci : Hotel, analisis sentimen, Deep Belief Network, Term Frequency – Inverse Document Frequency (TF
– IDF).
Abstract
The hotel is a means of temporary accommodation for people who are traveling. Particularly in Indonesia, the
development of hotels is very rapid, this is caused by increased tourism in Indonesia. In the era of the internet as
it is today, it can make it easier for tourists to find hotels where to stay overnight. Tourists usually tell their
experiences while in the hotel by writing reviews on the internet. Therefore a lot of reviews found on the internet.
The impact of these reviews will be used as a reference by the hotel to improve and evaluate the hotel, and tourists
can see the extent of the hotel services from the reviews available on the internet. With so many reviews circulating
on the internet, tourists have to spend more time reading it, and whether the review is positive or negative. In this
study, a sentiment analysis system was made in hotel reviews using the Deep Belief Network method and weighting
using Term Frequency - Inverse Document Frequency (TF - IDF) which can classify hotel reviews into positive
and negative reviews. The results of the study using the Deep Belief Network produced the highest test value
obtained in this study by testing the partition data using a learning rate of 0.001 and producing an accuracy of
93%.
Keywords: (Hotel, Sentiment Analysis, Deep Neural Network, Term Frequency – Inverse Document Frequency
(TF – IDF)).

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0