Komparasi Akurasi Metode Random Forest Dan Deep Learning pada Reservasi Hotel

Abstract

Ketersediaan kamar tempat menginap (hotel) dikota besar akan berbeda dipengaruhi oleh akhir pekan dan juga hari libur nasional. Dengan kondisi seperti ini untuk sebaiknya sebelum melakukan perjalanan ke kota lain sebaiknya melakukan reservasi hotel terlebih dahulu yang bertujuan jika sudah sampai dikota yang dituju dapat langsung beristirahat dengan nyaman. Reservasi ini bisa dilakukan melalui website/online dan memalui telepon/offline. Pada era media sosial seperti sekarang ini untuk melakukan reservasi hotel sangat dimudahkan sekali, dan juga dibantu dari ulasan yang diberikan oleh orang yanng pernah menginap di hotel tersebut. Pengalaman yang kurang dalam hal reservasi hotel dapat menyebabkan dibatalkannya reservasi hotelnya. Pada saat melakukan reservasi hotel sebaiknya diteliti terlebih dahulu fasilitas-fasilitas yang disediakan oleh pihak hotel, lokasi hotel, dan juga yang harus dipertimbangkan adalah harga sewanya supaya dapat mengambil keputusan apakah menginap atau dibatalkan resevsi hotelnya. Penelitian ini menggunakan metode Random Forest dan Deep Learning. Dataset diambil dari laman Kaggle dengan judul reservation hotel dataset. Nilai performance tertinggi ada pada model dengan menggunakan metode Random Forest yakni mempunyai nilai akurasi 76,86%, presisi 83,45% dan recall 84,03%.