| dc.description.abstract | Kemajuan teknologi informasi telah membawa perubahan signifikan dalam
industri pariwisata, menjadikan Online Travel Agency (OTA) sebagai platform
utama untuk memesan layanan perjalanan. Berdasarkan data dari Badan Pusat
Statistik, jumlah wisatawan mancanegara mengunjungi Indonesia mengalami
peningkatan signifikan pada tahun 2024, menandakan potensi besar sektor
pariwisata tanah air. Dengan tingginya penggunaan aplikasi OTA, ulasan pengguna
di Google Play Store menjadi penting untuk menilai kelebihan dan kekurangan
aplikasi. Analisis sentimen diperlukan untuk mengukur persepsi pengguna terhadap
aplikasi. Salah satu metode efektif dalam analisis sentimen adalah model deep
learning seperti Bidirectional Long Short-Term Memory (Bi-LSTM). Model ini
mampu menangkap konteks kata dari dua arah (maju dan mundur), sehingga
memberikan pemahaman lebih mendalam terhadap ulasan. Penelitian ini akan
dilakukan analisis sentimen terhadap review aplikasi Traveloka dan Tiket.com pada
bulan Januari 2024 hingga Oktober 2024. Pengklasifikasian sentimen ulasan dibagi
menjadi dua kategori, yaitu sentimen positif dan negatif. Hasil dari proses evaluasi
model menunjukkan bahwa model Bi-LSTM dengan arsitektur layer 64 dan 128
(data ulasan Traveloka) mendapatkan nilai akurasi sebesar 82.94% dan untuk
arsitektur layer 32 dan 64 (data ulasan Tiket.com) mendapatkan nilai akurasi
sebesar 78.26%. Sentimen ulasan pengguna Traveloka cenderung mengarah pada
sentimen positif, sementara ulasan pengguna Tiket.com lebih bervariasi dan
mengandung sentimen negatif yang lebih tinggi. Hasil analisis ini dapat menjadi
bahan evaluasi bagi pengembang aplikasi untuk meningkatkan kualitas layanan
berdasarkan opini pengguna. Dengan demikian, analisis sentimen berbasis model
Bi-LSTM dapat dijadikan alat bantu yang efektif dalam pengembangan dan
peningkatan kualitas aplikasi OTA di Indonesia. | en_US |
