PELITABANGSAPELITABANGSA

Pelita TeknologiPelita Teknologi

This analysis aims to provide convenience for hotel management in evaluating the quality and service at Favehotel Solo Baru so that the hotel gets good responses from the public regarding its quality. The application of sentiment analysis is used as a tool in evaluating quality and service in the hospitality industry. This analysis uses data on customer reviews at Favehotel Solo Baru and uses sentiment analysis techniques to analyze the review text. The use of this sentiment analysis is used for analysis with the Naive Bayes method. Sentiment analysis is also used to produce Heat Map, Word Cloud, and distribution visualizations on Orange Data Mining. The data used in this analysis consists of 270 reviews of visitors who have made reservations at the hotel. The data was taken using web scraping techniques on Google Maps. The scraping method used in collecting the data uses an extension from Google Chrome, namely Instant Data Scraper. The review scraping data was taken from 2017 to 2025. The results of this analysis show that sentiment towards visitor reviews is very good with 83.79% of people giving positive reviews and 74.07% of people giving a rating of 5.

Penelitian ini menyimpulkan bahwa penerapan analisis sentimen sangat penting bagi manajemen Favehotel Solo Baru untuk memahami kepuasan pelanggan dan meningkatkan layanannya.Hasil analisis menunjukkan bahwa mayoritas pengunjung memberikan ulasan positif terhadap kualitas dan pelayanan hotel, dengan rating tertinggi pada angka 5.Namun, terdapat beberapa ulasan negatif yang perlu menjadi perhatian manajemen untuk perbaikan lebih lanjut, seperti terkait fasilitas parkir dan kondisi AC.

Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan dengan membandingkan analisis sentimen dari berbagai platform ulasan online, seperti TripAdvisor atau Booking.com, untuk mendapatkan gambaran yang lebih komprehensif mengenai persepsi pelanggan. Kedua, penelitian dapat diperluas dengan menganalisis sentimen terhadap aspek-aspek spesifik dari pelayanan hotel, seperti kebersihan kamar, keramahan staf, atau kualitas makanan, untuk mengidentifikasi area-area yang memerlukan peningkatan. Ketiga, pengembangan sistem analisis sentimen yang lebih canggih dengan memanfaatkan teknik pemrosesan bahasa alami (NLP) yang lebih kompleks, seperti deep learning, dapat dilakukan untuk meningkatkan akurasi dan efisiensi analisis, serta mengidentifikasi tren sentimen yang lebih halus dan tersembunyi. Penelitian-penelitian ini diharapkan dapat memberikan wawasan yang lebih mendalam bagi manajemen hotel dalam meningkatkan kualitas pelayanan dan kepuasan pelanggan.

  1. Analisis Sentimen dari Aplikasi Shopee Indonesia Menggunakan Metode Recurrent Neural Network | Utami... doi.org/10.13057/ijas.v5i1.56825Analisis Sentimen dari Aplikasi Shopee Indonesia Menggunakan Metode Recurrent Neural Network Utami doi 10 13057 ijas v5i1 56825
  2. Analisis Sentimen Data Twitter terkait ChatGPT menggunakan Orange Data Mining | Jurnal Teknologi Informasi... doi.org/10.25126/Jtiik.20241127276Analisis Sentimen Data Twitter terkait ChatGPT menggunakan Orange Data Mining Jurnal Teknologi Informasi doi 10 25126 Jtiik 20241127276
  3. Analisis Media Text Clustering pada Twitter Akan Kasus Selebriti Menggunakan Orange Data Mining | REMIK:... doi.org/10.33395/Remik.V7i1.12001Analisis Media Text Clustering pada Twitter Akan Kasus Selebriti Menggunakan Orange Data Mining REMIK doi 10 33395 Remik V7i1 12001
Read online
File size1.09 MB
Pages15
DMCAReport

Related /

ads-block-test