1. BAB I PENDAHULUAN 1.1 Latar Belakang website adalah salah satu layanan yang bisa digunakan untuk melakukan pencarian berbagai informasi, sehingga sangat dibutuhkan untuk keperluan pengguna dalam pencarian informasi. Dengan memanfaatkan layanan website para wisatawan yang akan bepergian ke suatu daerah, baik daerah tujuan wisata maupun daerah lainnya akan terlebih dahulu melakukan perencanaan dengan membuat reservasi atau pemesanan Sulistiyanto (2012). Baik reservasi hotel, pesawat terbang, kereta api, bus, hiburan, dan sebagainya. Sekarang ini tren masyarakat untuk memesan hotel melalui situs-situs booking secara online. Layanan situs yang menyediakan booking kamar hotel secara online diantaranya adalah NusaTrip.com, Utiket.com, booking.com, Tiket.com, dan pegipegi.com. Salah satu layanan pemesanan hotel online adalah Traveloka. Traveloka merupakan perusahaan yang menyediakan layanan pemesanan hotel bagi pengunjung agar dapat melihat berbagai informasi terkait akomodasi hotel untuk banyak kota yang ada di Indonesia dengan sangat mudah dan cepat. Situs tersebut juga dilengkapi dengan fitur yang sangat membantu pengunjung dalam menentukan hotel mana yang akan dipilih. Fitur yang dimaksud adalah adanya ulasan yang memuat berbagai komentar pengunjung yang menginap di hotel-hotel tertentu dalam bahasa Indonesia. Dengan adanya ulasan-ulasan tersebut, pengunjung dapat memperoleh gambaran secara lebih objektif sehingga dapat memudahkan pengunjung dalam memilih hotel yang akan dijadikan tujuan menginap. Keberadaan ulasan-ulasan yang dituliskan oleh para pengunjung situs tersebut kemudian akan dianalisa sehingga bisa dihasilkan sebuah keluaran yang bisa bermanfaat. Salah satu model analisa yang dapat dilakukan adalah analisis sentimen. Analisis sentimen merupakan bagian dari opinion mining Liu (2010), analisis sentimen adalah bidang ilmu yang mempelajari bagaimana menganalisa opini, 1
2 sentimen, evaluasi, penilaian, sikap dan emosi dari sebuah entitas yang dapat berupa produk, pelayanan, organisasi, individu, isu-isu, peristiwa, dan topik Liu (2012). Analisis sentimen merupakan riset komputasional dari opini, sentimen, dan emosi yang diekspresikan secara tekstual Liu (2010). Secara sederhana, analisis sentimen bertugas untuk klasifikasi teks dari sebuah dokumen, kalimat, atau konten lainnya menjadi kelompok sentimen positif dan negatif. Teknik dalam melakukan analisis sentimen diantaranya naïve bayes classifier, support vector machine dan lexicon based Liu (2010). Salah satu teknik pembelajaran mesin untuk analisis sentimen adalah Naïve Bayes Classifier (NBC). Pengklasifikasi Naïve Bayes sangat sederhana dan efisien Chen (2009). Selain itu, pengklasifikasi Naïve Bayes adalah teknik machine learning yang populer untuk klasifikasi teks, dan memiliki performa yang baik pada banyak domain Ye (2009). Algoritma naïve bayes classifier sangat sederhana namun memiliki kecepatan dan akurasi yang tinggi Rish (2001). Selain itu naïve bayes classifier merupakan metode sederhana tetapi memiliki akurasi dan performansi yang tinggi dalam pengklasifikasian teks Routray (2013). Analisis sentimen yang dibangun menggunakan NBC memperoleh akurasi sebesar 83% dan rata-rata harmonik sebesar 90,713% Ling, dkk (2014). Salah satu teknik pembelajaran mesin untuk analisis sentimen lainnya adalah lexicon based. Algoritma Lexicon based merupakan salah satu pendekatan yang umum digunakan dalam melakukan analisis sentimen dengan menggunakan Dictionary Based Approach. Dang, dkk (2010) memaparkan metode ini disebut juga Lexical Based Approach, merupakan sebuah metode untuk melakukan analis sentimen dengan menggunakan sebuah kamus sebagai sumber bahasa atau leksikal. Penelitian mengenai analisis sentimen review atau ulasan mengenai hotel pada situs penyedia layanan pemesanan hotel sudah pernah dilakukan sebelumnya. Indrayuni dan Wahyudi (2015) mengembangkan sebuah aplikasi untuk menganalisa review hotel yang terdapat pada situs http://www.tripadvisor.com dan http://www.virtualtourist.com dengan menggunakan algoritma Naive Bayes. Melihat terdapat kekurangan pada penelitian Indrayuni dan Wahyudi (2015) karena belum adanya penentuan opini dalam analisis sentimen, maka dalam
3 penelitian ini akan dikembangkan sistem dengan teknik pendekatan lexicon based pada penentuan opini dan untuk klasifikasi sentimen menggunakan naïve bayes classifier. Pendekatan ini merupakan pendekatan yang mengacu pada daftar kata opini yang disertai dengan informasi mengenai apakah kata opini tersebut positif, negatif atau netral untuk menentukan orientasi opini dari suatu kalimat Komansilan dan Winarko (2012). Berdasarkan paparan tersebut di atas, maka metode klasifikasi Naïve Bayes Classifier dan Lexicon Based sesuai jika digunakan pada penelitian ini. Sebagai pembanding akan digunakan metode SVM (Support Vector Machine). Kotsiantis (2007) memperlihatkan pada penelitiannya bahwa akurasi dari metode SVM lebih besar jika dibandingkan dengan metode klasifikasi yang lainnya, memiliki kecepatan klasifikasi yang tinggi, dan toleransi yang tinggi terhadap attribut yang tidak relevan. 1.2 Rumusan Masalah Berdasarkan latar belakang masalah yang telah diuraikan di atas maka rumusan masalah pada penelitian ini adalah bagaimana mengekstrak opini review hotel yang terdapat pada situs pemesanan hotel. 1.3 Batasan Masalah Permasalahan yang dibahas pada penelitian ini memiliki ruang lingkup yang cukup luas, sehingga diberikan batasan-batasan sebagai berikut : 1. Ulasan atau review yang dipergunakan hanya yang berbahasa Indonesia. 2. Data yang digunakan dalam penelitian ini adalah data komentar hotel dalam Bahasa Indonesia yang diperoleh dari www.traveloka.com. 3. Kata yang digunakan untuk menentukan opini pada POS Tagging hanya yang memiliki satu makna. 4. Data sentimen diklasifikasikan ke dalam dua kelas yaitu positif dan negatif 5. Stemming tidak dilakukan pada proses preprocessing karena untuk memperoleh opini yang lebih baik agar mudah dipahami oleh user.
4 1.4 Tujuan Penelitian Adapun tujuan yang ingin dicapai pada penelitian ini adalah mengkombinasikan Lexicon Based dan Naïve Bayes Classifier untuk menghasilkan ekstraksi opini pada sentimen analisis. 1.5 Manfaat Penelitian Adapun manfaat yang diharapkan dari penelitian ini adalah: 1. Dapat membantu para wisatawan dalam mengambil keputusan saat ingin melakukan pemesanan atau booking hotel yang sesuai dengan keinginannya agar lebih efisien dibandingkan jika harus membaca review yang memakan waktu cukup lama. 2. Dapat digunakan sebagai referensi untuk penelitian-penelitian selanjutnya di bidang sentimen analisis. 3. Dengan didapatkannya hasil pengukuran performansi metode naive bayes classifier dan metode support vector machine dalam mengklasifikasikan teks opini maka akan diketahui metode yang lebih unggul sehingga dapat dijadikan metode acuan dalam sentiment analysis. 1.6 Keaslian Penelitian Berdasarkan referensi yang dimiliki, penelitian yang membahas mengenai analisis sentimen komentar hotel dengan menggunakan algoritme Naïve Bayes Classifier dan menentukan opini dari hasil sentimen analisis dengan menggunakan Lexicon Based belum pernah dilakukan. Walaupun demikian, terdapat penelitian terdahulu tentang topik dan metode sejenis yang dipaparkan dalam tinjauan pustaka. 1.7 Metode Penelitian Berikut ini adalah tahapan-tahapan dan metode yang dilakukan dalam penelitian ini:
5 1. Studi Pustaka Studi pustaka dilakukan untuk mempelajari literatur-literatur yang mendukung penelitian. Literatur yang dipelajari berkaitan dengan natural language processing, part-of-speech tagging, sentiment analisis, ekstraksi kata, pembobotan kata, algoritme naïve bayes classifier, algoritme lexicon based, dan bahasa pemrograman Python. Literatur diperoleh dari berbagai sumber antara lain dari jurnal ilmiah, laporan hasil penelitian, dan buku. 2. Analisis Kebutuhan Sistem Analisis kebutuhan sistem merupakan tahapan untuk mendefinisikan kebutuhan dari sistem yang akan dibangun. 3. Perancangan Sistem Perancangan sistem merupakan tahapan dimana alur kerja dari sistem yang akan dibangun digambarkan dengan flowchart. 4. Implementasi Implementasi sistem dilakukan dengan menuliskan kode program berdasarkan alur kerja sistem yang telah dirancang sebelumnya. 5. Pengujian dan Evaluasi Pengujian sistem dilakukan setelah proses implementasi selesai kemudian dilanjutkan dengan proses evaluasi dengan pengecekan akurasi hasil pengujian. 1.8 Sistematika Penulisan Sistematika penulisan merupakan gambaran secara umum pada setiap bab terkait dengan penulisan hasil penelitian. Adapun sistematika penulisan dalam penelitian ini adalah sebagai berikut: BAB I PENDAHULUAN Bab ini akan menguraikan secara singkat mengenai latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, keaslian penelitian, metode penelitian, dan sistematika penulisan tesis. BAB II TINJAUAN PUSTAKA Tinjauan pustaka membahas tentang penelitian-penelitian terdahulu yang terkait dengan penelitian ini. Selain itu, pada bab ini juga diuraikan tentang
6 perbandingan metode antara penelitian ini dengan penelitian yang telah ada sebelumnya. BAB III LANDASAN TEORI Landasan teori memuat tentang teori-teori dasar yang terkait dengan penelitian ini dan menjadi dasar dalam memecahkan masalah dalam peneltian ini. BAB IV ANALISIS DAN PERANCANGAN SISTEM Bab ini akan menguraikan tentang analisis kebutuhan sistem, spesifikasi fungsional sistem, spesifikasi data yang digunakan, arsitektur sistem, rancangan proses kerja sistem dalam bentuk flowchart, dan rancangan antarmuka sistem. BAB V IMPLEMENTASI SISTEM Bab ini menguraikan tentang implementasi sistem berupa penulisan kode program dengan bahasa pemrograman python yang mengacu pada rancangan sistem yang telah dibuat sebelumnya. BAB VI HASIL DAN PEMBAHASAN Hasil dan pembahasan berisi tentang hasil dari implementasi sistem dan hasil pengujian akurasi sistem yang telah dibangun. BAB VII KESIMPULAN DAN SARAN Bab ini berisi kesimpulan dari hasil penelitian yang telah dilakukan. Kesimpulan diambil berdasarkan hasil dan pembahasan pada bab sebelumnya. Selanjutnya, kekurangan yang ada pada sistem akan dituliskan pada bagian saran untuk pengembangan penelitian di masa yang akan datang.