Semakin banyak tamu hotel yang menilai kualitas hotel dengan membaca ulasan daring. Analisis yang lebih mendalam tentang sikap dan perilaku pengunjung dilakukan untuk memahami pengalaman tamu, dengan mempertimbangkan latar belakang dan kebutuhan tamu yang beragam. Studi ini bertujuan untuk menganalisis proses pemilihan hotel ramah keluarga oleh tamu, menggunakan ulasan daring pada platform TripAdvisor yang tersedia, serta agar manajemen hotel dapat lebih memahami komentar yang ditinggalkan oleh tamu dan membuat rencana dan kebijakan yang lebih terorganisasi. Sebuah model dirancang dengan mengintegrasikan pengelompokan dan preferensi atribut hotel berdasarkan signifikansi pada setiap klaster tamu. Atribut hotel yang digunakan untuk menentukan peringkat preferensi adalah peringkat numerik yang diberikan pada empat atribut di platform. Keempat atribut ini meliputi “lokasi,” “kebersihan,” “layanan,” dan “tarif hotel”. Untuk lebih memahami tren perilaku tamu dan membantu dalam pengambilan keputusan, studi ini mengusulkan sebuah model yang mampu menganalisis ulasan dan peringkat daring yang diberikan oleh tamu.
Secara lebih detail, studi ini menggabungkan ulasan teks sebagai informasi tambahan beserta peringkat numerik dari tamu untuk tiap hotel. Praproses data diterapkan pada tinjauan teks, dimulai dengan tokenisasi, penghapusan kata henti dan karakter khusus, transformasi ke huruf kecil, lemmatisasi, dan ekstraksi istilah. Selanjutnya, dilakukan pengelompokan menggunakan metode pengelompokan K-Nearest Neighbours (KNN), yang menghasilkan delapan klaster/kelompok. Kluster selanjutnya ditetapkan sebagai delapan segmen, yang masing-masing mewakili klaster tamu yang berbeda. Pengelompokan KNN memainkan peran penting dalam tahap awal proses analisis data, yang memfasilitasi segmentasi informasi.
Setelah pengelompokan menggunakan KNN, dilanjutkan dengan metode prioritas berdasarkan preferensi menggunakan metode VIKOR untuk memberi peringkat atribut hotel, sehingga memudahkan pemahaman yang lebih mendalam tentang preferensi tamu. Atribut yang digunakan untuk memberi peringkat preferensi adalah peringkat numerik yang diberikan pada empat atribut hotel. Keempat fitur ini meliputi “lokasi,” “kebersihan,” “layanan,” dan “tarif hotel”. Atribut tersebut dianggap sebagai atribut utama yang tersedia pada platform TripAdvisor.
VIKOR digunakan untuk menilai relevansi setiap atribut, yang membantu mengidentifikasi atribut utama pada hotel ramah anak. Data numerik dari hotel dipilih akan dianalisis menggunakan VIKOR. Hasil untuk delapan klaster yang menunjukkan peringkat preferensi tamu alam memberi peringkat fasilitas hotel ramah keluarga. Faktor-faktor utama yang dipertimbangkan oleh tamu saat memilih hotel ramah keluarga diidentifikasi dalam setiap klaster. Hasil studi menunjukkan bahwa atribut “kebersihan” menjadi salah satu pertimbangan paling penting di antara atribut hotel lain.
Studi ini selanjutnya menunjukkan pentingnya tamu dan pemilik penginapan untuk mendapatkan informasi tentang hotel ramah keluarga melalui ulasan yang ditinggalkan oleh tamu sebelumnya di platform seperti TripAdvisor. Hasil studi ini menggarisbawahi pentingnya ulasan daring dalam proses pengambilan keputusan tamu. Analisis ini selanjutnya memberikan wawasan berharga bagi hotel yang secara aktif terlibat dalam program ramah keluarga untuk mengembangkan strategi pemasaran yang lebih efektif berdasarkan atribut utama yang menarik bagi tamu di setiap klaster. Manajer hotel dan pemilik dapat mengatasi masalah yang terkait dengan atribut berperingkat rendah di setiap klaster dengan mempertimbangkan tujuan strategis jangka pendek dan jangka panjang. Pendekatan ini berpotensi untuk meningkatkan jumlah ulasan positif, mengurangi ulasan negatif dari tamu yang tidak puas. Lebih jauh lagi, ulasan positif secara signifikan memengaruhi keputusan tamu untuk menginap di hotel ramah keluarga.
Sebagai kesimpulan, penelitian ini mengelompokkan tamu hotel berdasarkan ulasan tekstual dan numerik yang tersedia pada platform TripAdvisor dan memberi peringkat preferensi menggunakan metode MCDM-VIKOR dan algoritma pengelompokan KNN. Metode MCDM-VIKOR memprioritaskan preferensi tamu untuk hotel yang ramah keluarga pada setiap klaster, sementara algoritma pengelompokan KNN mengelompokkan tamu berdasarkan ulasan tekstual. Meskipun berkontribusi pada bidang pariwisata, penelitian ini juga menemui beberapa keterbatasan yang perlu dipertimbangkan. Studi kasus ini hanya berfokus pada hotel-hotel di Bali, Indonesia, sehingga membatasi generalisasi hasil. Oleh karena itu, diperlukan penelitian serupa di negara-negara lain untuk dapat menghasilkan hasil yang lebih komprehensif dan konklusif mengenai pengelompokan dan perilaku tamu hotel pada hotel ramah keluarga.
Penulis: Nasa Zata Dina, S.Kom., M.Kom., M.Sc.
Link:
Baca juga: Mengoptimalkan Manajemen Hotel Y dengan Teknik Peramalan Lanjutan
