Perpustakaan Digital ITB

konsumen dapat dimodelkan dengan menggunakan model Kano untuk mengevaluasi performa perusahaan. Namun, model Kano konvensional membutuhkan input berupa kuesioner Kano yang menggunakan sumber daya yang ekstensif dalam segi waktu, biaya, dan tenaga manusia untuk mengumpulkan dan mengolah kuesioner tersebut, sehingga perlu dicari alternatif input lain yang salah satunya adalah dengan menggunakan online review yang tersedia secara publik di internet. Industri perhotelan merupakan salah satu industri yang kerap kali menggunakan online review untuk mengevaluasi performa dari hotel. Namun, pihak hotel menghadapi tantangan dalam mengolah online review dikarenakan kemampuannya yang terbatas dalam mengolah online review secara manual. Penelitian ini bertujuan menyelesaikan permasalahan tersebut dengan memanfaatkan online review sebagai input dalam model Kano sehingga dapat diolah secara otomatis dan pihak hotel dapat mengevaluasi performa fitur yang dimiliki hotel. Langkah pengolahan online review pada penelitian ini dilakukan melalui tiga tahap utama yaitu tahap ekstraksi fitur dan analisis sentimen dengan menggunakan model analisis sentimen berbasis aspek, tahap pengukuran efek sentimen konsumen terhadap kepuasan konsumen dengan menggunakan model neural network, dan tahap identifikasi kategori Kano dengan menggunakan effect-based Kano model (EKM). Sebagai contoh kasus, pada penelitian ini diambil data 6.037 online review hotel bintang 3 di area Bandung dari situs pegipegi.com. Tahap ekstraksi fitur dan analisis sentimen menghasilkan daftar 18 fitur beserta dengan sentimennya. Fitur tersebut adalah AC, fasilitas kamar, fasilitas kamar mandi, fasilitas umum, harga, kamar mandi, kamar tidur, kasur, kebersihan, kenyamanan, kolam renang, lokasi, makanan & restoran, resepsionis, staf security, staf umum, tempat parkir, dan WiFi. Selanjutnya, dilakukan perhitungan bobot sentimen positif (WiPos) dan sentimen negatif (WiNeg) dari setiap fitur yang akan menjadi input untuk membuat effectbased Kano model (EKM). Hasil akhir dari penelitian ini adalah EKM dari fitur dimana terdapat satu fitur yang memiliki kategori Kano must-be yaitu fitur fasilitas kamar mandi dan 17 fitur lainnya memiliki kategori Kano performance. Tidak terdapat fitur yang memiliki kategori Kano excitement. Penelitian ini diharapkan dapat membantu pihak hotel dalam mengolah online review secara otomatis sehingga pihak manajemen hotel dapat mengidentifikasi fitur yang perlu diperbaiki atau ditingkatkan dan memprioritaskan perbaikan atau peningkatan tersebut. Penelitian diakhiri dengan saran untuk pihak manajemen hotel yang ingin mengimplementasikan tahap pengolahan online review yang telah dirancang pada penelitian ini.