Perpustakaan Digital ITB

PT Global Tiket Network atau tiket.com merupakan perusahaan pionir online travel agent (OTA) di Indonesia. Berdiri sejak tahun 2011, tiket.com telah menjadi salah satu perusahaan OTA terbesar di Indonesia. Perusahaan menyediakan layanannya melalui mobile application yang tersedia pada platform Android dan iOS. Sejak pertengahan tahun 2022 hingga pertengahan tahun 2023, aplikasi tiket.com memiliki rata-rata rating sebesar 2,33 dari skala maksimum 5. Rendahnya rating merefleksikan persepsi konsumen terhadap aplikasi tersebut. Meskipun begitu, perusahaan tidak berfokus pada ulasan konsumen aplikasi mereka sebagai basis pembuatan keputusan dalam pengembangan dan perbaikan layanan. Akibatnya, terdapat kesenjangan antara ekspektasi konsumen terhadap aplikasi dengan kondisi aktualnya. Oleh karena itu, penelitian ini bertujuan untuk menghasilkan sebuah model analisis sentimen ulasan aplikasi dan prototipe sistem yang dapat melakukan analisis sentimen terhadap data teks ulasan konsumen aplikasi tiket.com. Metodologi penelitian yang digunakan mengacu pada kerangka kerja CRISP-DM. Penelitian ini menghasilkan model analisis sentimen dan prototipe aplikasi. Tiga algoritma dipilih dalam proses pembangunan model yaitu Naïve Bayes(NB), Support Vector Machine (SVM), dan Bidirectional Long Short-Term Memory (Bi-LSTM). Data yang digunakan merupakan ulasan konsumen aplikasi tiket.com yang bersumber dari Google Play. Hasil evaluasi model menunjukkan bahwa model SVM memiliki kinerja terbaik dengan akurasi sebesar 88,86%, lebih baik dari model NB dan Bi-LSTM. Model SVM terpilih sebagai model analisis pada perancangan prototipe. Prototipe aplikasi analisis sentimen dirancang untuk membantu penggunanya melakukan pengambilan data ulasan aplikasi, data preprocessing, klasifikasi ulasan, dan visualisasi data. Visualisasi data yang ditampilkan meliputi wordcloud, grafik frekuensi kata, dan grafik frekuensi N-gram. Prototipe dibangun menggunakan Streamlit—library Python. Prototipe dapat dimanfaatkan oleh perusahaan untuk membantu proses pembuatan keputusan, terutama dalam aspek pengembangan dan perbaikan aplikasi. Dampak penggunaan prototipe dalam pembuatan keputusan yaitu aplikasi yang lebih sesuai dengan kebutuhan konsumen.