Analisis Sentimen Ulasan Online Travel Agent menggunakan Bidirectional Long Short-term Memory (BI-LSTM) (Studi Kasus : Ulasan Pengguna Aplikasi Traveloka dan Tiket.com di Google Play Store)

Abstract

Kemajuan teknologi informasi telah membawa perubahan signifikan dalam industri pariwisata, menjadikan Online Travel Agency (OTA) sebagai platform utama untuk memesan layanan perjalanan. Berdasarkan data dari Badan Pusat Statistik, jumlah wisatawan mancanegara mengunjungi Indonesia mengalami peningkatan signifikan pada tahun 2024, menandakan potensi besar sektor pariwisata tanah air. Dengan tingginya penggunaan aplikasi OTA, ulasan pengguna di Google Play Store menjadi penting untuk menilai kelebihan dan kekurangan aplikasi. Analisis sentimen diperlukan untuk mengukur persepsi pengguna terhadap aplikasi. Salah satu metode efektif dalam analisis sentimen adalah model deep learning seperti Bidirectional Long Short-Term Memory (Bi-LSTM). Model ini mampu menangkap konteks kata dari dua arah (maju dan mundur), sehingga memberikan pemahaman lebih mendalam terhadap ulasan. Penelitian ini akan dilakukan analisis sentimen terhadap review aplikasi Traveloka dan Tiket.com pada bulan Januari 2024 hingga Oktober 2024. Pengklasifikasian sentimen ulasan dibagi menjadi dua kategori, yaitu sentimen positif dan negatif. Hasil dari proses evaluasi model menunjukkan bahwa model Bi-LSTM dengan arsitektur layer 64 dan 128 (data ulasan Traveloka) mendapatkan nilai akurasi sebesar 82.94% dan untuk arsitektur layer 32 dan 64 (data ulasan Tiket.com) mendapatkan nilai akurasi sebesar 78.26%. Sentimen ulasan pengguna Traveloka cenderung mengarah pada sentimen positif, sementara ulasan pengguna Tiket.com lebih bervariasi dan mengandung sentimen negatif yang lebih tinggi. Hasil analisis ini dapat menjadi bahan evaluasi bagi pengembang aplikasi untuk meningkatkan kualitas layanan berdasarkan opini pengguna. Dengan demikian, analisis sentimen berbasis model Bi-LSTM dapat dijadikan alat bantu yang efektif dalam pengembangan dan peningkatan kualitas aplikasi OTA di Indonesia.