Integrasi Kansei Engineering Dan Kano Berbasis Natural Language Processing (NLP) Untuk Menunjang Pengembangan Produk Jasa Pada Pariwisata Candi Borobudur

Abstract

Sebagai salah satu destinasi “Program 10 Bali Baru”, Candi Borobudur menjadi ujung tombak pariwisata Indonesia yang akan dikenalkan kepada lingkup internasional. Maka dari itu, sudah menjadi kewajiban bagi pihak pengelola untuk memperhatikan kepuasan pengunjungnya. Penelitian menggunakan pendekatan leksikon dan Natural Language Processing sebelumnya telah digunakan untuk penyaringan gejala depresi pada pengguna Twitter, sedangkan penelitian ini bertujuan mengetahui integrasi antara NLP dan Kansei Engineering Kano pada pengembangan produk jasa Candi Borobudur. Digunakan data ulasan pengunjung yang diambil dari tripadvisor sebagai salah satu data primer yang digunakan. Dilakukan pelabelan dan klasifikasi kedalam bentuk sentimen positif dan negatif dengan menggunakan metode Support vector machine (SVM) dan Naive Bayes Classifier (NBC) kedua metode tersebut juga akan dibandingkan performasinya dalam mengklasifikasikan ulasan pariwisata. Hasil klasifikasi dilanjutkan dengan asosiasi untuk mendapatkan Kansei words. dari hasil tersebut akan diolah menggunakan Kansei Engineering tipe 1 kedalam kategorisasi kualitas jasa terpenting dengan bantuan metode Kano. Ekstraksi data dari integrasi metode NLP dengan menggunakan kelompok Sentiment negatif didapatkan Kansei words sejumlah delapan kata yaitu “Murah”, “Menikmati”, “Indah”, “Rileks”, “dekat”, “Sepi”, “Bagus”, “ Tersedia” dengan tingkat akurasi menggunakan metode SVM sebesar 86.79% dan hasil dari NLP yang diintegrasikan dengan Kansei dan Kano dianggap efektif karena didapatkan beberapa atribut jasa terdapat kemiripan pada pencarian populer pada tripadvisor, yaitu seperti exit, morning, temple, sunrise, heat. Serta beberapa atribut yang tidak tercantum namun dianggap penting berdasarkan hasil integrasi Kansei dan kano seperti harga tiket, pengelolaan kandang gajah, dan pamflet