Perancangan metode text mining untuk menemukan trait terkait brand personality hotel berdasarkan online review konsumen

Abstract

Era digital saat ini telah mendorong industri pariwisata untuk mengubah strategi organisasi dan brand personality. Tripadvisor muncul di web 2.0 memudahkan para wisatawan untuk mendapatkan informasi tentang penyedia pariwisata. Pertumbuhan industri pariwisata dan perhotelan menjadi sangat cepat di dunia dan menunjukkan alasan yang signifikan untuk mengevaluasi sustainability sebagai tema penting. Selain itu, branding menjadi tema yang penting karena merupakan salah satu aset yang paling berharga yang dimiliki oleh perusahaan. Konsumen saat ini juga semakin terbiasa menggunakan teknologi dalam proses pengambilan keputusan mereka. Oleh karena itu, bisnis perhotelan perlu mengetahui insight dari review pengguna, sehingga hotel dapat melakukan evaluasi terhadap brand personality yang mereka miliki. Penelitian ini memberikan usulan perbaikan metode text mining dari penelitian sebelumnya karya (Neto, Silva, Ferreira, & Ara jo, 2020). Tujuannya agar insight yang diperoleh hotel menjadi lebih akurat. Penelitian ini dilakukan dengan mencari kata pada tiap trait dan dimensi brand personality hotel berdasarkan Aaker. Metode yang digunakan adalah word embedding untuk mendapatkan kata yang memiliki kemiripan dengan trait berdasarkan konteks. Informasi dari kata pada tiap trait ini dilanjutkan dengan penelitian menggunakan metode dependency parsing. Dependency parsing ini menganalisa stuktur kalimat berdasarkan konteks. Insight dari dependency parsing ini berguna untuk hotel dan dapat dikembangkan dengan metode sentiment analysis untuk mendapatkan insight yang lebih mendalam. Dari hasil pengolahan suatu hotel, ditemukan 1968 review hotel dengan 5 review yang kurang tepat. Lalu, dengan metode yang sama, dilakukan pengolahan pada hotel lain dan menghasilkan 1335 review dengan 3 review yang kurang tepat. Selisih perbedaan sebelum dan sesudah penggunaan metode dependency parsing pada dimensi sincerity sebesar 4317, dimensi excitement sebesar 3792, dimensi competence sebesar 2566, dimensi sophistication sebesar 1017, dimensi ruggedness sebesar 1046, dan dimensi sustainability sebesar 5443.