PENERAPAN TEKNIK PENANGANAN NEGASI MENGGUNAKAN SYNTATIC RULE PADA ANALISIS SENTIMEN ULASAN HOTEL DI TRAVELOKA DENGAN METODE NAIVE BAYES CLASSIFIER

Abstract

Peningkatan pariwisata di Indonesia menjadikan peluang untuk perusahaan mendirikan usaha layanan pemesanan tiket hotel, salah satunya yaitu Traveloka. Pengguna Traveloka memberikan penilaian dan ulasan mengenai hotel yang dikemas dalam sebuah komentar. Komentar dinilai penting dikarenakan dapat digunakan untuk pengambilan keputusan maupun pengembangan hotel itu sendiri. Namun, analisis komentar menjadi hal yang sulit karena jumlah komentar yang terlalu banyak. Hal ini menyebabkan dibutuhkannya suatu teknologi untuk mengelola data komentar yang menunjukkan kepuasan pengguna terhadap suatu topik. Teknologi ini disebut sentiment analysis. Dalam penerapannya, klasifikasi yang kurang tepat masih menjadi masalah dikarenakan terdapat beberapa kata yang memiliki polaritas berbeda pada konteks kalimat yang berbeda. Adanya kata negasi dapat membalikkan nilai polaritas dari suatu teks. Hal ini mempengaruhi kinerja dari sentiment analysis jika tidak ditangani. Penelitian ini mengajukan penerapan teknik penanganan negasi menggunakan syntatic rule pada analisis sentimen ulasan hotel dengan Naive Bayes Classifier. Penelitian ini dilakukan untuk mengetahui pengaruh kinerja dari penerapan negasi dibandingkan dengan sentiment analysis tanpa penanganan negasi. Teknik penanganan negasi terbukti dapat meningkatkan kinerja sentiment analysis dengan mengadaptasi syntatic rule dan memberi tag “NEG_”menggunakanNaive Bayes Classifier. Hasil dari eksperimen pada penelitian ini menunjukkan peningkatan rata-rata akurasi sebesar 2,2% dari perbandingan sentiment analysis yang menerapkan teknik penanganan negasi dengan sentiment analysis yang tidak menerapkan teknik penanganan negasi.