Analisis Sentimen Terhadap Hotel Keprabon Menggunakan Algoritma Naïve Bayes
Abstrak
Hotel Keprabon sebagai salah satu hotel nonbintang di Surakarta menghadapi tantangan dalam memahami persepsi pelanggan terhadap kualitas layanan mereka. Banyaknya ulasan pelanggan yang tersebar di platform digital menyebabkan kesulitan dalam melakukan analisis secara manual. Sistem ini dirancang untuk menerima masukan berupa data ulasan pelanggan dan menghasilkan keluaran berupa klasifikasi sentimen positif atau negatif. Topik ini penting karena ulasan pelanggan di platform seperti Traveloka dan Tiket.com sangat memengaruhi citra dan keputusan calon pelanggan. Saat ini, Hotel Keprabon belum memiliki sistem terstruktur untuk mengolah opini pelanggan secara otomatis, sehingga diperlukan pendekatan yang efisien untuk menggali insight dari data yang tidak terstruktur. Solusi yang dikembangkan berupa sistem analisis sentimen berbasis klasifikasi. Data ulasan dikumpulkan dari platform digital, lalu diproses melalui tahap pembersihan, normalisasi, dan konversi menjadi format terstruktur. Sentimen ditentukan menggunakan pendekatan klasifikasi berbasis model statistik, dilatih pada data yang telah diseimbangkan dan diberi bobot kata. Sistem ini dibangun menggunakan pendekatan pembelajaran mesin yang sederhana namun efektif untuk teks Bahasa Indonesia. Sistem ini berhasil mengklasifikasikan ulasan dengan tingkat akurasi mencapai 87%. Kontribusi utama dari penelitian ini adalah sistem otomatis yang mampu membantu pengelola hotel dalam mengevaluasi layanan berdasarkan opini pelanggan secara efisien dan objektif. Kata kunci— analisis sentimen, ulasan, naïve bayes, TF-IDF, hotel, SMOTE
Referensi
[1] M. Afrad, C. Febrianto, S. Wijayanto, and Y. Fathoni, “Sentiment Analysis of Visitor Reviews on Baturaden Tourist Attraction Using Machine Learning Methods,” Edu Komputika, vol. 11, no. 1, 2024, [Online]. Available: https://journal.unnes.ac.id/journals/edukom/
[2] S. Maulidia and E. T. Astuti, “Pengelompokan Kabupaten/Kota di Provinsi Jawa Tengah Berdasarkan Potensi Pariwisata Tahun 2020,” Seminar Nasional Official Statistics, pp. 405–414, 2022.
[3] M. P. V. Langi, B. Lagarense, and O. Lintong, “ANALISIS STRATEGI PELAKU BISNIS PERHOTELAN DALAM MENDUKUNG PARIWISATA KOTA MANADO,” Jurnal Hospitaliti dan Pariwisata, vol. 2, 2024.
[4] Badan Pusat Statistik Kota Surakarta, Direktori Hotel dan Akomodasi Lainnya Di Kota Surakarta 2024, vol. 8. 2024.
[5] I. Suwarno and E. Martini, “Peran Customer Relationship Management dalam Meningkatkan Loyalitas Pelanggan: Studi Kasus di Hotel Zaen Syariah Solo,” 2021.
[6] D. Farrel Putra Rachmawan, M. Hanindia Prami Swari, and C. Aji Putra, “Analisis Sentimen Review Hotel Favehotel Kusumanegara Menggunakan Algoritma Multinomial Naive Bayes,” vol. 3, pp. 155–159, 2023, [Online]. Available: www.traveloka.com
[7] Z. A. Diekson, M. R. B. Prakoso, M. S. Q. Putra, M. S. A. F. Syaputra, S. Achmad, and R. Sutoyo, “Sentiment Analysis for Customer Review: Case Study Of Traveloka,” ISSN : 2355-9365 e-Proceeding of Engineering : Vol.12, No.4 Agustus 2025 | Page 5797 in Procedia Computer Science, Elsevier B.V., 2022, pp. 682–690. doi: 10.1016/j.procs.2022.12.184.
[8] B. Budiman, Z. Silvana Anggraeni, C. Habibi, and N. Alamsyah, “Analisis Sentimen Publik pada Media Sosial Twitter Terhadap Tiket.com Menggunakan Algoritma Klasifikasi,” Jurnal Informatika, vol. 11, no. 1, pp. 1–10, Apr. 2024, doi: 10.31294/inf.v11i1.17988.
[9] B. Bayu Baskoro et al., “Analisis Sentimen Pelanggan Hotel di Purwokerto Menggunakan Metode Random Forest dan TF-IDF (Studi Kasus: Ulasan Pelanggan Pada Situs TRIPADVISOR),” vol. 3, no. 2, pp. 21–029, 2021, doi: 10.20895/INISTA.V3I2.
[10] A. Safira, A. S. Masyarakat…, and F. N. Hasan, “Analisis Sentimen Masyarakat Terhadap Paylater Menggunakan Metode Naive Bayes Classifier,” Jurnal Sistem Informasi, vol. 5, no. 1, 2023.
[11] B. Ramadhani and R. R. Suryono, “Komparasi Algoritma NaÔve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 2, p. 714, Apr. 2024, doi: 10.30865/mib.v8i2.7458.
[12] D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes untuk Analisis Sentimen Review Data Twitter BMKG Nasional,” vol. 15, no. 1, 2021.
[13] P. Sofyan Zakaria, R. Julianto, and R. Surya Bernada, “Implementasi Naive Bayes Menggunakan Python Dalam Klasifikasi Data,” 2023. [Online]. Available: https://jurnalmahasiswa.com/index.php/biikma
[14] D. Arya Utama, “Analisis Sentimen Tempat Wisata Kabupaten Gunungkidul Menggunakan Metode Naive Bayes Berdasarkan Kritik Saran Wisatawan,” 3rd Seminar Nasional Mahasiswa Fakultas Teknologi Informasi, vol. 2, no. 2, 2023.
[15] T. Fatikhah, M. Muhtarom, and I. Oktaviani, “Analisis Sentimen Ulasan Mie Gacoan Solo Veteran Di Google Maps Menggunakan Algoritma Naive Bayes,” ZONAsi: Jurnal Sistem Informasi, vol. 6, no. 3, 2024.
[16] A. Z. Amrullah, A. Sofyan Anas, M. Adrian, and J. Hidayat, “Analisis Sentimen Movie Review Menggunakan Naive Bayes Classifier Dengan Seleksi Fitur Chi Square,” Jurnal, vol. 2, no. 1, 2020, doi: 10.30812/bite.v2i1.804.
[17] A. Dwi, “Metode Naive Bayes Untuk Klasifikasi Masa Studi Sarjana,” Teknologipintar.org, vol. 3, no. 4, pp. 2023–2024, 2023.
[18] I. Arfanda, W. Ramdhan, R. A. Yusda, and H. Artikel, “Naive Bayes Dalam Menentukan Penerima Bantuan Langsung Tunai,” vol. 1, no. 1, 2021, doi: 10.47709/briliance.vxix.xxxx.
[19] S. Febriani and H. Sulistiani, “Analisis Data Hasil Diagnosa Untuk Klasifikasi Gangguan Kepribadian Menggunakan Algoritma C4.5,” vol. 2, pp. 89–95, 2021.
[20] D. Azzahra Nasution, H. H. Khotimah, and N. Chamidah, “Perbandingan Normalisasi Data Untuk Klasifikasi Wine Menggunakan Algoritma K-Nn,” 2019.
[21] I. N. Husada, E. H. Fernando, H. Sagala, A. E. Budiman, and H. Toba, “Ekstraksi dan Analisis Produk di Marketplace Secara Otomatis dengan Memanfaatkan Teknologi Web Crawling,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 5, no. 3, Jan. 2020, doi: 10.28932/jutisi.v5i3.1977.
[22] J. Budiarto, “Identifikasi Kebutuhan Masyarakat Nusa Tenggara Barat pada Pandemi Covid-19 di Media Sosial dengan Metode Crawling,” vol. 2, no. 4, pp. 244–250, 2021.
[23] L. Hermawan, M. B. Ismiati, J. Bangau, N. 60, and M. Charitas, “Pembelajaran Text Preprocessing berbasis Simulator Untuk Mata Kuliah Information Retrieval,” TRANSFORMATIKA, vol. 17, no. 2, pp. 188–199, 2020.
[24] K. Sriwenda Putri, R. Setiawan, and A. Pambudi, “Analisis Sentimen Terhadap Brand Skincare Lokal Menggunakan Naïve Bayes Classifier,” 2023.
[25] A. N. Assidyk, E. B. Setiawan, S. Si, I. Kurniawan, S. Pd, and M. Si, “Analisis Perbandingan Pembobotan TF-IDF dan TF-RF pada Trending Topic di Twitter dengan Menggunakan Klasifikasi K-Nearest Neighbor,” 2020.
[26] M. Afrad, “Utilization Of Principal Component Analysis To Improve Emotion Classification Performance In Text Using Artificial Neural Networks,” 2024. [Online]. Available: https://www.kaggle.com/Datasets/ishantjuyal/emotions-intext
[27] E. W. Hary Candana, I. Gede, A. Gunadi, and D. G. H. Divayana, “Perbandingan Fuzzy Tsukamoto, Mamdani dan Sugeno Dalam Penentuan Hari Baik Pernikahan Berdasarkan Wariga Menggunakan Confusion Matrix,” Jurnal Ilmu Komputer Indonesia (JIK), vol. 6, no. 2, 2021.
[28] A. Yuni Widowati and C. Budihartanti, “Analisis Kepuasan Pengguna Terhadap Aplikasi Traveloka Dengan Menerapkan Metode Tam (Technology Acceptance Model),” vol. 6, no. 2, 2019.
[29] M. Raka Alfajri, A. Wardhana, and M. Si, “Pengaruh Customer Relationship Management (Crm) Terhadap Loyalitas Pelanggan Tiket.Com (Survey Pada Pengguna Tiket.Com Di Kota Bandung),” 2020. [Online]. Available: www.similarweb.com,
[30] A. Malik Zuhdi, E. Utami, and S. Raharjo, “Analisis Sentiment Twitter Terhadap Capres Indonesia 2019 Dengan Metode K-Nn,” 2019.
[31] H. Hidayatullah, Purwantoro, and Y. Umaidah, “Penerapan Naïve Bayes Dengan Optimasi Information Gain dan Smote untuk Analisis Sentimen Pengguna Aplikasi Chatgpt,” Jurnal Mahasiswa Teknik Informatika, vol. 7, no. 3, pp. 1546–1553, Jun. 2023.
[32] B. Pratiwi, A. Handayani, and Sarjana, “Pengukuran Kinerja Sistem Kualitas Udara Dengan Teknologi WSN Menggunakan Confusion Matrix,” vol. 6, 2020.
