PEMODELAN LOGISTIC REGRESION DAN RANDOM FOREST DENGAN METODE CRISP-DM PADA ANALISIS SENTIMEN ULASAN HOTEL DAFAM SEMARANG DI SITUS TRAVELOKA


Gabriella Novena Kinthananda Samoling, 4112320043 (2023) PEMODELAN LOGISTIC REGRESION DAN RANDOM FOREST DENGAN METODE CRISP-DM PADA ANALISIS SENTIMEN ULASAN HOTEL DAFAM SEMARANG DI SITUS TRAVELOKA. Diploma thesis, UNNES.

[thumbnail of COVER DAFTAR ISI_4112320043_GABRIELLA NOVENA.pdf] PDF - Published Version
Download (713kB)
[thumbnail of TA_4112320043_GABRIELLA NOVENA.pdf] PDF - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy
[thumbnail of signed_skdosbing_4112320043_1683261060.pdf-doc-645486cb7a8db.pdf] PDF - Published Version
Download (237kB)
[thumbnail of sk_penguji_skripsi_Gabriella N.pdf] PDF - Published Version
Download (178kB)
[thumbnail of WhatsApp Image 2023-10-02 at 13.51.32.pdf] PDF - Published Version
Download (64kB)
[thumbnail of artikel gabriella-2.pdf] PDF - Published Version
Restricted to Repository staff only

Download (958kB) | Request a copy

Abstract

Traveloka merupakan salah satu situs perjalanan terbesar di dunia. Hotel dafam membutuhkan hasil data ulasan pada situs traveloka untuk melakukan analisis sentimen mengenai kepuasan pelanggan. Untuk mengukur kinerja pelayanan hotel, pihak Hotel Dafam meminta ulasan para pengunjung hotel untuk menanggapi pelayanan yang telah diberikan dengan cara pengunjung dapat memberikan ulasan melalui website Traveloka. Seiring bertambahnya waktu, membaca seluruh ulasan hotel tentu akan memakan waktu yang lama. Diperlukan usaha untuk mengumpulkan ulasan tersebut dan mengolahnya menjadi informasi yang berguna bagi berbagai pihak, yaitu menggunakan analisis sentimen. Penelitian ini bertujuan untuk mengetahui kecenderungan sentimen dari ulasan Hotel Dafam Semarang yang diambil dari situs Traveloka. Data ulasan akan diklasifikasikan ke dalam sentimen positif, netral, dan negatif dengan pelabelan lexicon. Tahap selanjutnya dilakukan prediksi sentimen menggunakan algoritma Logistic Regression dan Random Forest. Algoritma tersebut kemudian dievaluasi menggunakan confusion matrix, yang dibandingkan untuk menentukan nilai akurasi terbaik. Hasil penelitian ini menunjukkan bahwa algoritma Random Forest menghasilkan nilai akurasi tertinggi, yaitu sebesar 100%. Berdasarkan hasil dari visualisasi dengan word cloud dapat disimpulkan bahwa hasil ulasan bersentimen positif, dimana banyak pengguna yang merasa nyaman dan puas dengan pelayanan yang diberikan oleh pihak hotel. Hasil analisis ini bagi pihak hotel kedepannya untuk mempertahankan kekonsistenan dari Hotel Dafam dan pertimbangan untuk meningkatkan kualitas.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Hotel Dafam, Traveloka, Analisis Sentimen, Logistic Regression, Random Forest
Subjects: L Education > L Education (General)
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika Terapan dan Komputasi, D3
Depositing User: Mahasiswa FMIPA
Date Deposited: 02 Oct 2023 07:36
Last Modified: 02 Oct 2023 07:36
URI: http://lib.unnes.ac.id/id/eprint/60212

Actions (login required)

View Item View Item