<![CDATA[Industri perhotelan menghadapi tantangan besar dalam mengelola reputasi di berbagai platform Online Travel Agent (OTA). Objek penelitian ini menghadapi kendala dalam menganalisis ribuan ulasan tamu yang terus bertambah secara manual. Proses tersebut dinilai tidak efisien dan rentan terhadap subjektivitas. Penelitian ini bertujuan melakukan analisis sentimen otomatis berbasis aspek menggunakan metode Deep Learning. Penulis menerapkan algoritma BERT (Bidirectional Encoder Representations from Transformers) dengan model pre-trained xlm-roberta-base-sentiment. Hasil evaluasi menunjukkan model mencapai akurasi 57% dengan nilai Recall sentimen negatif sebesar 76%. Nilai ini mengindikasikan bahwa model memiliki sensitivitas tinggi dalam mendeteksi keluhan tamu. Analisis aspek mengungkapkan bahwa "Kamar Mandi" dan "Fasilitas" mendapat sentimen negatif tertinggi. Analisis akar masalah menemukan kata kunci "bau", "kotor", dan "panas" sebagai pemicu utama keluhan. Temuan ini menjadi dasar rekomendasi strategis bagi manajemen untuk perbaikan operasional.]]>
Copyrights © 2026
