Klasifikasi Sentimen Ulasan Hotel The Alts Palembang dengan Metode Naive Bayes dan Smote
Abstract
Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pelanggan Hotel The Alts Palembang
menggunakan algoritma Naive Bayes dan metode Synthetic Minority Over-sampling Technique (SMOTE).
Data diperoleh dari ulasan Google Maps, kemudian diproses melalui tahap pembersihan dan prapemrosesan
teks. Label sentimen ditentukan secara manual berdasarkan konteks isi komentar. SMOTE diterapkan untuk
menyeimbangkan distribusi data, diikuti dengan pelatihan model menggunakan beberapa skenario pembagian
data latih dan uji. Hasil terbaik diperoleh pada skenario pembagian 80:20, dengan akurasi 92,16%, precision
65%, recall 72%, dan AUC 0,8611%. Hasil penelitian menunjukkan bahwa kombinasi Naive Bayes dan
SMOTE efektif digunakan untuk klasifikasi sentimen ulasan teks hotel serta dapat mendukung pengambilan
keputusan berbasis persepsi pelanggan.
Kata kunci : analisis sentimen; Naive Bayes; SMOTE; ulasan hotel; klasifikasi
Full Text:
PDFReferences
Agustin, Y., & Wahyuni, T. (2022). Analisis
Sentimen Pelanggan Google Review
Menggunakan Naive Bayes. Jurnal
Media Informatika Budidarma, 6(3),
–919.
Amalia, R., & Pratama, A. R. (2023).
Klasifikasi Sentimen Menggunakan
Naive Bayes dan Oversampling.
Jurnal Teknologi Dan Sistem
Informasi, 9(2), 145–152.
Andiana, M. J., Martanto, U., & Hayati, U.
(2024). Analisis Sentimen Review
Hotel Google Maps Menggunakan
Naïve Bayes dan SMOTE. Jurnal
Informatika Dan Rekayasa
Perangkat Lunak, 6(1), 258–264.
Baskoro, M., & Al., E. (2022). Klasifikasi
Sentimen Menggunakan Random
Forest. Jurnal Teknologi Informasi,
(1), 35–42.
Hidayatullah, S., & Gunawan, M. (2022).
Klasifikasi Sentimen Ulasan E-
Commerce dengan Naive Bayes.
Jurnal Teknologi Informasi Dan
Komunikasi, 8(1), 33–40.
Huda, R., Wijaya, D., & Hanif, N. (2021).
Analisis Sentimen Ulasan
Menggunakan KNN. Jurnal
Komputer Terapan, 8(2), 55–62.
Ndapamuri, P., & Al, E. (2021).
Perbandingan Kinerja Algoritma
dalam Analisis Sentimen. Jurnal
Sistem Cerdas, 5(1), 13–21.
Rahanto, F. F., & Kharisudin, I. (2021).
Analisis Sentimen Data Ulasan
Menggunakan Metode Naive Bayes:
Studi Kasus The Wujil Resort &
Conventions. UNNES Journal of
Mathematics, 10(1), 55–62.
Saputra, T. A., Zamsuri, A., & Turnandes, Y.
(2023). Analisa Sentimen
Pengunjung Hotel Menggunakan
Metode Naïve Bayes. Prosiding
SEMASTER, 2(1), 114–122.
Solutions, M. (2023). How Reviews Influence
Hotel Bookings. Survey Report.
Sulistiyono, M., & Al., E. (2021).
Implementasi SMOTE pada Dataset
Tidak Seimbang. Sistemasi, 10(2),
–454.
Suparyati, ] S., & Fathurrahman, A. (2022).
Penerapan Naive Bayes dalam
Analisis Opini Pelanggan. Jurnal
Ilmiah Informatika, 10(1), 30–35.
Suparyati, S., & A. Fathurrahman. (2022).
Analisis Sentimen Dengan
Klasifikasi Naïve Bayes pada
Review Hotel Tripadvisor. Jurnal
Ilmiah Informatika, 10(1), 20–24.
Taufik, A. (2017). Optimasi Particle Swarm
Optimization pada Review Hotel
Berbahasa Indonesia. Jurnal Teknik
Komputer, 3(2), 40–47.
Tuku, M. I., Umar, E., & Adis, A. (2024).
Analisis Sentimen Review Hotel
Menggunakan Naive Bayes pada
Ella Hotel Tambolaka. Journal of
Informatics and Business, 2(3),
–356.
UNWTO. (2024). Tourism Set to Return to
Pre-Pandemic Levels in 2024.
UNWTO News
DOI: http://dx.doi.org/10.53712/jic.v10i1.2662
Refbacks
- There are currently no refbacks.
Jurnal Ilmiah Terapan: 2580-488X
Jurnal Ilmiah Terapan: 2302-6227
Diindeks oleh:
Diterbitkan oleh Prodi Informatika - Teknik Informatika - Universitas Madura
Jl. Raya Panglegur Km 3,5 Pamekasan
Telepon: (0324) 322231
website: http://ejournal.unira.ac.id/index.php/insand_comtech/index
Surel : insandcomtech@unira.ac.id
InsandComtech oleh Universitas Madura dilisensikan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional .