Analisis Sentimen Review Hotel Favehotel Kusumanegara Menggunakan Algoritma Multinomial Naive Bayes

Abstract

Pariwisata di Indonesia telah mengalami perkembangan yang pesat dalam beberapa tahun terakhir. Jumlah pengunjung, infrastruktur, fasilitas, dan pelayanan semakin meningkat. Hotel merupakan fasilitas yang sangat penting dalam industri pariwisata, karena berperan sebagai tempat menginap bagi para wisatawan. Salah satu bentuk umpan balik yang paling berharga dalam industri perhotelan adalah ulasan online yang diberikan oleh para pelanggan. Dalam bisnis perhotelan, analisis sentimen untuk review hotel menjadi semakin penting dalam rangka memahami keinginan dan kebutuhan konsumen. Analisis sentimen adalah suatu proses untuk mengidentifikasi, mengumpulkan, dan menganalisis opini yang terdapat dalam teks. Dalam beberapa tahun terakhir, metode Multinomial Naive Bayes telah menjadi salah satu alat yang populer dan efektif untuk melakukan analisis sentimen. Beberapa keunggulan yang dimiliki oleh Multinomial Naive Bayes yaitu kesederhanaan, kecepatan, dan akurasi tinggi, yang memungkinkannya untuk memproses teks dengan baik. Penelitian ini menggunakan dataset mengenai review pelanggan hotel yang diambil melalui internet dengan mekanisme web scrapping sebanyak 3888 data. Kemudian data tersebut akan melewati tahap preprocessing data yang terdiri dari tahap Cleaning, Case Folding, Tokenizing, Stopword Removal, dan Stemming. Setelah itu dilakukan pembobotan data dengan menggunakan Term Frequency-Inverse Document Frequency. Berdasarkan penelitian didapatkan nilai akurasi sebesar 88%. Selain itu, diperoleh pula nilai rata-rata Precision sebesar 88%, nilai rata-rata Recall sebesar 88%, dan nilai rata-rata F1-Score sebesar 87%.