Analisis Sentimen Ulasan Penumpang Maskapai Low Cost Carrier (LCC) Menggunakan Algoritma XGBoost Dan Cosine Similarity

Abstract

Indonesia menjadi negara dengan kapasitas penerbangan terbesar di ASEAN pada tahun 2025. Hal
ini dapat terjadi dikarenakan Indonesia merupakan negara yang mempunyai lebih dari 17.000 pulau sehingga
menjadikan transportasi sebagai sarana untuk menghubungkan antar wilayah di Indonesia. Salah satu
transportasi udara yang dapat digunakan adalah pesawat. Di Indonesia market share pesawat didominasi
dengan pesawat jenis low cost carrier (LCC). Menurut pengamat penerbangan, dominasi yang terjadi pada
market share bukanlah sebuah monopoli melainkan karena pasar penerbangan domestik masih memiliki
banyak pemain. Sehingga persaingan maskapai saat ini tidak terbatas pada harga melainkan pada faktor lain
seperti keberagaman rute, jadwal penerbangan, dan persepsi penumpang terhadap kualitas layanan. Karena
hal inilah diperlukan penilaian terhadap pelayanan yang diberikan. Oleh karena itu, penelitian ini dilakukan
untuk membantu maskapai melakukan penilaian terhadap pelayanan yang telah diberikan, melalui analisis
sentimen dari data Citilink dan Lion Air menggunakan metode XGBoost untuk klasifikasi kelas berdasarkan
ulasan dari kedua maskapai tersebut. Penelitian ini memberikan hasil yaitu, analisis sentimen dapat diterapkan
dengan menggunakan algoritma XGBoost baik untuk data Lion maupun data Citilink. Dari hasil tersebut data
Citilink memperoleh pemodelan dengan hasil terbaik seperti akurasi sebesar 82% presisi 79% recall 70% dan
F1 Score 74%. Sedangkan data Lion mendapatkan pemodelan terbaik dengan akurasi 87% presisi 67% recall
59% dan F1 score 0,63%. Selain itu, Cosine Similarity dapat membantu menemukan anomali di dalam data
sehingga hasil dari akurasi model yang digunakan dapat meningkat.