Pernahkah Anda memutuskan untuk tidak pergi ke suatu mall hanya karena membaca satu ulasan buruk di Google Maps? Atau sebaliknya, merasa yakin karena banyak komentar positif bersliweran? Ulasan online memang kini menjadi referensi utama masyarakat sebelum memilih tempat belanja atau rekreasi. Tapi tahukah Anda bahwa ulasan-ulasan itu bisa dianalisis secara masif dengan bantuan kecerdasan buatan?
Dalam sebuah studi yang saya lakukan bersama tim dari UIN Walisongo Semarang, kami mencoba mengklasifikasikan sentimen pengunjung mall di Kota Semarang berdasarkan ulasan di Google Maps. Kami mengumpulkan 2.600 ulasan dari 13 mall berbeda, lalu menganalisisnya menggunakan algoritma Random Forest, salah satu metode machine learning yang terkenal andal dalam pengolahan data teks.
Mengapa Perlu Diperhatikan?
Mall bukan lagi sekadar tempat belanja. Ia telah bertransformasi menjadi tempat nongkrong, hiburan keluarga, bahkan simbol gaya hidup. Maka dari itu, mengetahui apa yang dirasakan pengunjung sangat penting untuk pengelola mall agar bisa meningkatkan kualitas layanan.
Namun, membaca ribuan komentar tentu bukan perkara mudah. Di sinilah teknologi berperan: Natural Language Processing (NLP) membantu membaca dan mengelompokkan komentar menjadi dua kategori: positif dan negatif.
Bagaimana Prosesnya?
Kami menggunakan tahapan sebagai berikut:
- Pengumpulan data: manual dari Google Maps.
- Pra-pemrosesan teks: termasuk pembersihan kata, penghapusan emoji, hingga stemming (mengubah kata ke bentuk dasarnya).
- Pelabelan otomatis: komentar dengan rating 1--3 dianggap negatif, dan 4--5 dianggap positif.
- Pelatihan model dengan algoritma Random Forest.
- Evaluasi performa model sebelum dan sesudah dilakukan teknik penyeimbangan data bernama SMOTE.
Model kami mampu mengklasifikasikan komentar dengan akurasi 84%. Namun, karena sebagian besar komentar adalah positif, model cenderung bias dan kesulitan mengenali komentar negatif. Setelah menerapkan teknik SMOTE, kemampuan model membaca komentar negatif meningkat meski belum terlalu signifikan.
Mall dengan ulasan paling positif? Java Supermall menempati posisi teratas dalam akurasi klasifikasi!
Apa Kata Pengunjung?
Melalui word cloud, kami mendapati kata-kata positif seperti "bagus", "nyaman", dan "ok" sering muncul. Sementara kata negatif didominasi oleh keluhan soal parkiran, toilet, dan kebersihan---hal-hal yang tampaknya sepele, tapi nyata sangat berpengaruh bagi kenyamanan pengunjung.
