ABSTRAK
Online Travel Agency merupakan layanan jasa agen travel yang segala bentuk layanan dan pembeliannya dilakukan secara online. Online Travel Agency yang terpopuler di Indonesia ialah Traveloka, Tiket.com dan Pegipegi karena layanan dan publikasi yang diberikan oleh OTA tersebut. Meskipun 3 OTA tersebut merupakan OTA yang populer dan sering dugunakan pada kalangan masyarakat tentu saja tidak terhindar dari berbagai keluhan dari penggunannya. Hal ini menjadi bahan menarik untuk diteliti sebagai evaluasi serta untuk peningkatan kualtias layanan perusahaan untuk mempertahankan posisi mereka sebagai brand leader pada industry online travel agency. Data dalam penelitian ini diambil dari review pengguna di google play store. Populasi penelitian ini merupakan seluruh review pengguna mengenai layanan Traveloka, Tiket.com dan Pegipegi. Sampel yang digunakan dalam penelitian ini ialah review pengguna yang didapat selama 1 tahun dari bulan November 2018 hingga November 2019. Data review pengguna mentah yang didapat sebanyak 6,564 review.
Penelitian ini menggunakan metode analisis sentimen dan multiclass classification. Model klasifikasi yang digunakan adalah Naïve Bayes, Support Vector Machine dan K-Nearest Neighbour, ketiga klasifikasi ini digunakan untuk membandingkan tingkat keakurasian dan meninjau model klasifikasi yang paling baik untuk dataset. Dari sentimen yang didapatkan, diketahui bahwa traveloka memiliki e-service quality yang baik pada dimensi website design, tetapi kurang pada dimensi lainnya. Aplikasi tiket.com memiliki e-service quality yang baik pada dimensi website design, reliability, security, dan information, tetapi kurang pada dimensi responsiveness, fulfillment, personalization, dan empathy. Aplikasi pegipegi memiliki e-service quality yang baik pada dimensi website design, reliability, security, dan personalization, tetapi kurang pada dimensi responsiveness, fulfillment, dan information, pada dimensi empathy seimbang.
Kata kunci : Analisis Sentimen, E-Service Quality, Kualitas Layanan, Klasifikasi Multi kelas, Machine Learning, Online Travel Agency, Text mining