PENERAPAN ANALISIS SENTIMEN PADA ULASAN SITUS RESERVASI HOTEL MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK SEBAGAI REKOMENDASI HOTEL FAVORIT(Studi Kasus: Hotel di KotaYogyakarta

Khansaraswati, Pramudhavardani (2020) PENERAPAN ANALISIS SENTIMEN PADA ULASAN SITUS RESERVASI HOTEL MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK SEBAGAI REKOMENDASI HOTEL FAVORIT(Studi Kasus: Hotel di KotaYogyakarta. Masters thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

Preview	Text COVER.pdf Download (532kB) | Preview
Preview	Text ABSTRAK.pdf Download (446kB) | Preview
Preview	Text DAFTAR ISI.pdf Download (715kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (551kB) | Preview
	Text SKRIPSI FULL_Pramudhavardani Khansaraswati_123160036.pdf Restricted to Repository staff only Download (7MB)
Preview	Text Halaman Pengesahan Pembimbing.pdf Download (3MB) | Preview
Preview	Text Halaman Pengesahan Penguji.pdf Download (3MB) | Preview

Abstract

Situs reservasi hotel pada saat ini menjadi pilihan utama bagi masyarakat untuk dapat melihat ulasan-ulasannya sebelum memesan hotel. Ulasan-ulasan yang terdapat pada situs reservasi hotel berjumlah sangat banyak dan dapat bernilai positif, negatif, maupun netral sehingga pengunjung membutuhkan waktu yang cukup lama untuk mendapatkan kesimpulan rekomendasi hotel favorit, seperti halnya yang terjadi pada pemilihan hotel berbintang 4 dan5 di Kota Yogyakarta. Oleh karena itu, dibutuhkan analisis sentimen yang dapat mengklasifikasikan ulasan tersebut secara otomatis ke dalam klasifikasi sentimen positif, negatif atau netral maupun klasifikasi kategori kualitas pelayanan, makanan, fasilitas, lokasi, atau kebersihan dan menghasilkan rekomendasi hotel favorit di Kota Yogyakarta. Penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) yang dikombinasikan dengan pembobotan word2vec. CNN merupakan salah satu algoritma deep learning. Data yang digunakan bersumber dari ulasan beberapa situs reservasi hotel, yaitu Traveloka, Agoda, dan TripAdvisor. Proses yang dilakukan adalah mengumpulkan data latih dan data uji, melakukan tahap preprocessingdengan pembobotan dengan word2vec, kemudian dilakukan tahap klasifikasi sentimen maupun kategori.Tahap terakhir dilakukannya pengujian menggunakan tabel confusion matrix multi-class untuk menentukan tingkat akurasi, presisi, dan recall.Hasil pengujian dengan menggunakan tabel confusion matrix multi-class menghasilkan nilai akurasi sebesar 84%, presisi sebesar 56,57%, dan recall sebesar 64,28% untuk klasifikasi sentimen. Sedangkan untuk klasifikasi kategori akurasi sebesar 61,83%, presisi sebesar 54,06%, dan recall sebesar 62,31%. Kata kunci: Sistem Rekomendasi Hotel, Analisis Sentimen,Convolutional Neural Network

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Kata kunci: Sistem Rekomendasi Hotel, Analisis Sentimen,Convolutional Neural Network
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	26 Jan 2021 07:57
Last Modified:	26 Jan 2021 07:57
URI:	http://eprints.upnyk.ac.id/id/eprint/24405

Actions (login required)

View Item