Perpustakaan Digital ITB

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.