Siwi Cahyaningtyas, Peraih Pin Emas UII Menerapkan Deep Learning untuk Tingkatkan Kualitas Perhotelan

Assalamualaikum! Minfor mau ngenalin salah satu alumni Program Studi Informatika Program Magister nih, namanya Siwi Cahyaningtyas. Mbak Siwi ini lulus dengan IPK bulat 4.00, mendapatkan pin emas yang disematkan langsung oleh Prof. Mahfud MD, Menteri Koordinator Bidang Politik, Hukum, dan Keamanan Indonesia. Keren banget, kan! Yuk, kita intip penelitiannya!

Penelitian yang dilakukan oleh Mbak Siwi bertujuan untuk memudahkan hotel dalam meningkatkan kualitasnya. Beliau melakukan Aspect-based Sentiment Analysis (ABSA) menggunakan data hotel berbahasa Indonesia dari berbagai macam ulasan berdasarkan pengalaman pengguna melalui situs online travel. Bu Izzati Muhimmah, Ph.D. mengatakan bahwa hasil dari penelitian ini dapat diterapkan oleh pemilik hotel untuk meningkatkan kualitas dan kenyamanan tamu. Selain itu, Pak Dhomas Hatta Fudholi, Ph.D., selaku dosen pembimbing, juga berkata bahwa penelitian tersebut memberikan data yang mudah dipahami oleh stakeholder hotel.

Terdapat empat tahapan yang dilakukan oleh Mbak Siwi dalam penelitiannya, yaitu pengumpulan data, preprocessing, klasifikasi aspek, dan sentimen. Dalam tahap pengumpulan data Mbak Siwi menggunakan teknik scraping dari beberapa situs hotel seperti Booking.com, Agoda, PegiPegi, Tiket.com, dan Traveloka yang kemudian diberikan label yang diverifikasi oleh seorang ahli dalam bidang perhotelan.

Pada tahap klasifikasi, terdapat enam klasifikasi aspek yang digunakan di antaranya adalah harga, fasilitas hotel, kamar, lokasi, pelayanan, dan restoran. Penelitian ini menggunakan perbandingan beberapa metode deep learning seperti RNN, LSTM, GRU, BiLSTM, Attention BiLSTM, CNN, CNN-LSTm, dan CNN-BiLStM. 

Tahap terakhir yaitu sentimen. Pada analisis sentimen, Mbak Siwi menggunakan dua skenario untuk melakukan klasifikasi ke dalam sentimen positif maupun negatif. Skenario pertama adalah mengklasifikasikan sentimen dalam semua aspek menggunakan perbandingan metode deep learning dan yang kedua adalah mengklasifikasikan sentimen pada setiap aspek menggunakan hasil rata-rata nilai akurasi metode deep learning.

Hasil terbaik kemudian diaplikasikan ke dalam sebuah dataset baru. Lalu proses klasifikasi yang dilakukan akan diolah ke dalam bentuk visualisasi menggunakan Google Data Studio yang digunakan untuk melihat jumlah keseluruhan data, persentase sentimen, jumlah ulasan di setiap situs, sebaran data setiap situs dalam rentang bulan, persentase sentimen, aspek dengan persentase sentimen tertinggi, serta data ulasan yang didapatkan setiap sentimen. 

Penelitian yang telah dilakukan ini memberikan sebuah kapabilitas bagi manajemen hotel dalam melihat lebih rinci aspek mana yang sudah baik dan mungkin kurang baik dari sudut pandang pengguna. Paparan ini dapat digunakan dalam usaha pengambilan keputusan strategis peningkatan kualitas layanan hotel yang ada.