Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Putra Pratama, Ferdiansyah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Metode IndoBERT Dengan CNN Untuk Analisis Sentimen Berbasis Aspek Terhadap Ulasan Pelanggan (Studi Kasus : Hotel Indonesia Kempinski Jakarta Pada Website Travel Agent Tiket.Com) Putra Pratama, Ferdiansyah; Indriati; Ridok, Achmad
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 10 (2024): Oktober 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Saat ini banyak perusahaan yang menyediakan informasi mengenai akomodasi dan pemesanan hotel yang terdapat di berbagai kota di seluruh dunia, sebagai contoh adalah Tiket.com. Melalui situs Tiket.com, pengunjung dapat membaca berbagai ulasan dari setiap pengunjung yang menginap di hotel-hotel tertentu. Salah satu hotel yang telah eksis lama di Indonesia dan memiliki banyak pelanggan baik domestik maupun mancanegara adalah Hotel Indonesia Kempinski di Jakarta. Ulasan ini seringkali digunakan sebagai sumber informasi bagi para wisatawan untuk memilih tempat singgah saat dalam perjalanan. Dengan beragamnya ulasan yang dituliskan oleh customer pada website tersebut, terkadang ada beberapa ulasan yang makna kalimatnya tidak sesuai dengan yang terpetakan aspeknya. Untuk menguji kesesuaian ulasan dengan pemetaan aspeknya serta aspek yang perlu dilakukan perbaikan layanan maka dilakukan analisis sentimen berbasis aspek menggunakan IndoBERT & CNN. Hasil yang diperoleh adalah terdapat beberapa ketidaksesuaian antara pemetaan aspek di website dengan makna ulasan yang dituliskan. Selain itu, setelah dianalisis sentimennya maka aspek kebersihan perlu ditingkatkan karena memiliki sentimen ulasan negatif terbanyak sebesar 63 dari total 245 review. Kemudian, setelah dilakukan pengujian algoritma CNN memiliki akurasi paling tinggi untuk pemetaan aspek dengan prosentase 89.83% dibandingkan algoritma IndoBERT yang memiliki nilai akurasi 77.22%.
Co-Authors Achmad Ridok Indriati