ANALISIS SENTIMEN DAN IDENTIFIKASI ASPEK LAYANAN DALAM ULASAN PENGGUNA APLIKASI TRAVELOKA MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE

research
  • 07 Mar
  • 2025

ANALISIS SENTIMEN DAN IDENTIFIKASI ASPEK LAYANAN DALAM ULASAN PENGGUNA APLIKASI TRAVELOKA MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE

Penelitian ini bertujuan untuk mengembangkan model analisis sentimen, mengidentifikasi aspek layanan, dan mengevaluasi performa algoritma klasifikasi terhadap ulasan pengguna aplikasi Traveloka. Data ulasan diambil dari Google Play Store dan melalui proses preprocessing seperti normalisasi teks, penghapusan stopwords, stemming, dan penggantian kata slang menjadi kata baku. Dua algoritma yang digunakan dalam klasifikasi sentimen adalah Naïve Bayes dan Support Vector Machine (SVM) dengan teknik ekstraksi fitur N-Gram (unigram dan bigram). Hasil penelitian menunjukkan bahwa Naïve Bayes menghasilkan akurasi 93.07%, dengan presisi, recall, dan F1-Score yang seimbang, masing-masing sebesar 93.03%, 93.07%, dan 93.05%. Sementara itu, SVM memiliki akurasi 93.0%, dengan presisi 92.7%, recall 93.0%, dan F1-Score 92.6%. Analisis aspek layanan menunjukkan bahwa sentimen positif umumnya berkaitan dengan kemudahan penggunaan aplikasi, kecepatan layanan, dan promosi harga. Di sisi lain, sentimen negatif muncul karena keluhan terkait layanan pelanggan, masalah teknis, dan keterlambatan proses pembayaran. Kesimpulan dari penelitian ini menunjukkan bahwa Naïve Bayes memberikan performa yang sedikit lebih baik dibandingkan SVM. Hasil ini memberikan wawasan bagi Traveloka untuk memperbaiki aspek-aspek layanan yang masih menjadi keluhan pengguna dan mempertahankan fitur-fitur yang telah diapresiasi. Penelitian selanjutnya disarankan untuk menggunakan metode Deep Learning seperti LSTM atau BERT agar analisis sentimen lebih akurat dan komprehensif.

 

Kata Kunci: Analisis Sentimen, Naive Bayes, Support Vector Machine, N-Gram, Ulasan Pengguna,

Unduhan

 

REFERENSI

Akhir, T. (n.d.). Analisis Sentimen Ulasan Pengguna Aplikasi Traveloka di Google Play Store Menggunakan LSTM.

Alexander S. Gillis, Craig Stedman, & Adam Hughes. (n.d.). What is data mining? | Definition from TechTarget. Retrieved January 7, 2025, from https://www.techtarget.com/searchbusinessanalytics/definition/data-mining

Analisis Sentimen: Mendekripsi Emosi Dalam Data - Akademia. (2024, February 7). https://akademia.co.id/analisis-sentimen-mendekripsi-emosi-dalam-data/

Arnab M. (2024, October 2024). Classification in Machine Learning: Algorithms & Techniques | Analytics Vidhya. https://www.analyticsvidhya.com/blog/2021/09/a-complete-guide-to-understand-classification-in-machine-learning/

Cahyaningtyas, C., Nataliani, Y., & Widiasari, I. R. (2021). Analisis Sentimen Pada Rating Aplikasi Shopee Menggunakan Metode Decision Tree Berbasis SMOTE. AITI, 18(2), 173–184. https://doi.org/10.24246/AITI.V18I2.173-184

Data Preprocessing: What it is, Steps, & Methods Involved | Airbyte. (2024, May 1). https://airbyte.com/data-engineering-resources/data-preprocessing

Elistiana, K. M., Bagus Adhi Kusuma, Subarkah, P., & Awal Rozaq, H. A. (2023). IMPROVEMENT OF NAIVE BAYES ALGORITHM IN SENTIMENT ANALYSIS OF SHOPEE APPLICATION REVIEWS ON GOOGLE PLAY STORE. Jurnal Teknik Informatika (Jutif), 4(6), 1431–1436. https://doi.org/10.52436/1.JUTIF.2023.4.6.1486

Fadhillah, R. (2024). Analisis Sentimen Berbasis Aspek pada Review Aplikasi ChatGPT Menggunakan Multinomial Naive Bayes.

Kemenparekraf. (2021, September 18). Strategi Digital Tourism dalam Menggaet Wisatawan. https://kemenparekraf.go.id/ragam-pariwisata/Strategi-Digital-Tourism-dalam-Menggaet-Wisatawan

Madjid, M. F., Ratnawati, D. E., & Rahayudi, B. (2023). Sentiment Analysis on App Reviews Using Support Vector Machine and Naïve Bayes Classification. Sinkron : Jurnal Dan Penelitian Teknik Informatika, 7(1), 556–562. https://doi.org/10.33395/SINKRON.V8I1.12161

Monavia Ayu Rizaty. (2022, April 27). Traveloka, Situs Perjalanan yang Paling Banyak Dikunjungi Masyarakat Indonesia. https://databoks.katadata.co.id/layanan-konsumen-kesehatan/statistik/df6a2a3248f4607/traveloka-situs-perjalanan-yang-paling-banyak-dikunjungi-masyarakat-indonesia

NLP Tutorial - Javatpoint. (n.d.). Retrieved January 7, 2025, from https://www.javatpoint.com/nlp

PlaysDev. (2024, April 17). What is Google Colab and how are CPU, GPU, TPU processors used? | PlaysDev. https://playsdev.com/blog/what-is-google-colab/

Riley Walz. (2024, January 3). Simple Guide On How To Do Sentiment Analysis of Reviews - Numerous.ai. https://numerous.ai/blog/sentiment-analysis-of-reviews

Sara Brown. (2021, April 21). Machine learning, explained | MIT Sloan. https://mitsloan.mit.edu/ideas-made-to-matter/machine-learning-explained

Statista Research Department. (2024, September 9). Impact of technology on travel and tourism - statistics & facts | Statista. https://www.statista.com/topics/7844/impact-of-technology-on-travel-and-tourism/#topicOverview

Terence Shin. (2020, May 1). Understanding the Confusion Matrix and How to Implement it in Python | by Terence Shin, MSc, MBA | Towards Data Science. https://towardsdatascience.com/understanding-the-confusion-matrix-and-how-to-implement-it-in-python-319202e0fe4d

Tren Penggunaan Aplikasi Penjualan Tiket bakal Melejit. (2023, February 1). https://mediaindonesia.com/ekonomi/554815/tren-penggunaan-aplikasi-penjualan-tiket-bakal-melejit

What Is NLP (Natural Language Processing)? | IBM. (n.d.). Retrieved January 7, 2025, from https://www.ibm.com/think/topics/natural-language-processing

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru