Machine learning memiliki potensi tinggi bagi perusahaan untuk melakukan data
driven design yang berperan penting dalam meningkatkan customer loyalty.
tiket.com merupakan sebuah Online Travel Agent (OTA) dengan visi to be the most
loved Online Travel Agent (OTA) & lifestyle app. Namun demikian, penerapan
machine learning dalam bentuk text mining untuk meningkatkan kemampuan
perusahaan dalam melakukan data driven design belum terfasilitasi secara
maksimal. Maka dari itu, penelitian ini bertujuan untuk menciptakan sistem untuk
menganalisis sentimen dari tweet yang berhubungan dengan tiket.com.
Penelitian ini dilakukan dengan pembuatan model dan juga prototipe. Pembuatan
model dilakukan dengan dua algoritma yaitu Support Vector Machine dan juga
Naïve Bayes. Digunakan sebanyak 22,595 data untuk membangun model yang
selanjutnya dilakukan preprocessing terlebih dahulu. Pembuatan model dan
pengujiannya dilakukan dengan membagi data yang digunakan dengan proporsi
70:30 untuk data train dan data test. Adapun klasifikasi sentimen diterapkan untuk
tiga kategori yaitu Good, Bad, dan Neutral.
Model dengan algoritma Support Vector Machine menjadi model terbaik dengan
nilai akurasi sebesar 81,96%. Model dengan algoritma Naïve Bayes memiliki nilai
akurasi sebesar 78,62%. Model dengan algoritma Support Vector Machine terpilih
dan digunakan pada prototipe yang dibuat dalam bentuk aplikasi untuk
memprediksi data yang baru di kemudian hari. Dalam prototipe juga ditampilkan
visualisasi dalam bentuk pie chart, wordcloud, dan juga tabel sesuai dengan
kebutuhan dari pengguna.