Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Ulasan hotel online di era modern ini memiliki peran besar mengingat hotel merupakan faktor penentu daya saing sebuah daerah wisata, namun pemanfaatannya masih jarang ditemukan. Berkaitan dengan rencana pemerintah untuk meningkatkan kunjungan wisatawan ke Indonesia, penelitian ini mengaplikasikan text mining terhadap ulasan hotel online untuk menemukan pengetahuan yang bermanfaat dalam membangun sektor perhotelan sebagai bagian integral dalam industri pariwisata. Teknik klasifikasi teks digunakan untuk mendapatkan informasi sentimen yang terkandung dalam kalimat ulasan melalui analisis sentimen, serta teknik klasterisasi pada text summarization untuk menemukan kalimat representatif yang mampu menggambarkan keseluruhan isi ulasan. Percobaan dengan ulasan hotel di Labuan Bajo, Lombok, dan Bali menghasilkan luaran yang memuaskan, di mana akurasi model penggolong klasifikasi sebesar 78 dan Davies-Bouldin Index DBI sebesar 0.071 untuk proses klasterisasi. Luaran penelitian ini diharapkan mampu menggambarkan kondisi hotel di daerah wisata unggulan Indonesia sehingga dapat berkontribusi dalam peningkatan kualitas sektor perhotelan sebagai penunjang industri pariwisata di Indonesia. ...... In this modern era, online hotel reviews have a big role considering the hotel is one the aspects in determining the competitiveness in the tourist area, but its implementation is still rare. Regarding the government 39 s plan to increase tourist arrivals to Indonesia, this research utilized text mining towards online hotel reviews to find useful knowledge in building the hospitality sector as an integral part of the tourism industry. Text classification technique was used to obtain sentiment information contained in review sentences through sentiment analysis, as well as clustering technique as a part of text summarization to find representative sentences that are able to describe the entire contents of the review. Experiments with hotel reviews in Labuan Bajo, Lombok and Bali generated surprising outcomes, where the accuracy of classification model reaches 78 and the Davies Bouldin Index DBI of clustering algorithm strikes 0.071. The output of this research is expected to be able to describe the condition of the hotel in tourist area based on the different level of tourism development so that it can contribute to improving the quality of the hotel industry as well as supporting the tourism industry in Indonesia.

Abstrak :
ABSTRAK
Perkembangan teknologi komunikasi dan web pada industri pariwisata kian mempengaruhi cara orang dalam mengakses informasi. Salah satu bentuk perkembangannya diwakili dengan ulasan online oleh pengguna hotel pada travel website yang keberadaannya tengah menjamur dewasa ini. Opini pengguna dapat dimanfaatkan oleh pengelola hotel dalam meningkatkan kualitas industri perhotelan, bersamaan dengan rencana pemerintah untuk mendatangkan lebih banyak wisatawan ke Indonesia. Penelitian ini menggunakan pendekatan opinion mining guna mengetahui aspek yang berkaitan dengan layanan dan fasilitas beserta sentimennya untuk menggambarkan pendapat pengguna terhadap kualitas hotel. Sebuah program yang bekerja atas prinsip Recursive Neural Tensor Network (RNTN) digunakan dalam penelitian ini. Ulasan pengguna hotel di Labuan Bajo, Lombok, dan Bali digunakan untuk mewakili daerah wisata yang mirip dan berdekatan, serta tingkat perkembangan pariwisata yang berbeda-beda. Luaran analisis sentimen menunjukkan bahwa aspek yang berkaitan dengan aktivitas dan hiburan, fasilitas ruangan, dan jasa transportasi di ketiga daerah masih didominasi dengan sentimen negatif. Hasil penelitian dapat digunakan untuk evaluasi dalam meningkatkan kualitas industri perhotelan sebagai penunjang pariwisata di Indonesia

---

ABSTRACT
The rapid development of communication technology and website on the tourism domain increasingly influence the way people access information. One of the development impact is represented by hotel users? review on travel websites whose existence is flourishing today. Users? opinion can be used by hotel managers for improving the quality of the hospitality industry, in line with the government plans to bring more tourists to Indonesia. Opinion mining approach is used in this research to determine the aspects related to service and facility of the hotel, along with the sentiment to describe users? opinion towards the quality of the hotel. A program that works on the principle of Recursive Neural Tensor Network (RNTN) used in this study. Hotel users? review in Labuan Bajo, Lombok, and Bali used to represent the tourist areas that are similar and close to each other, with different levels of tourism development. The output of this research shows that the hotel aspects related to activities and entertainment, room amenities, and transportation services in the three regions are still dominated by negative sentiment. Therefore, the results of this research can be used for evaluation to improve the quality of the hospitality industry as an important support in Indonesia tourism