<![CDATA[Hotel Keprabon sebagai salah satu hotel nonbintang di Surakarta menghadapi tantangan dalam memahamipersepsi pelanggan terhadap kualitas layanan mereka.Banyaknya ulasan pelanggan yang tersebar di platform digitalmenyebabkan kesulitan dalam melakukan analisis secaramanual. Sistem ini dirancang untuk menerima masukan berupadata ulasan pelanggan dan menghasilkan keluaran berupaklasifikasi sentimen positif atau negatif. Topik ini pentingkarena ulasan pelanggan di platform seperti Traveloka danTiket.com sangat memengaruhi citra dan keputusan calonpelanggan. Saat ini, Hotel Keprabon belum memiliki sistemterstruktur untuk mengolah opini pelanggan secara otomatis,sehingga diperlukan pendekatan yang efisien untuk menggaliinsight dari data yang tidak terstruktur. Solusi yangdikembangkan berupa sistem analisis sentimen berbasisklasifikasi. Data ulasan dikumpulkan dari platform digital, laludiproses melalui tahap pembersihan, normalisasi, dan konversimenjadi format terstruktur. Sentimen ditentukanmenggunakan pendekatan klasifikasi berbasis model statistik,dilatih pada data yang telah diseimbangkan dan diberi bobotkata. Sistem ini dibangun menggunakan pendekatanpembelajaran mesin yang sederhana namun efektif untuk teksBahasa Indonesia. Sistem ini berhasil mengklasifikasikanulasan dengan tingkat akurasi mencapai 87%. Kontribusiutama dari penelitian ini adalah sistem otomatis yang mampumembantu pengelola hotel dalam mengevaluasi layananberdasarkan opini pelanggan secara efisien dan objektif.Kata kunci— analisis sentimen, ulasan, naïve bayes, TF-IDF,hotel, SMOTE]]>
Copyrights © 2025
