Analisis Eksploratif Terhadap Faktor Kunci Pada Dataset Pemesanan Hotel

Thoriq Hidayansyah; Setia Budi

Thoriq Hidayansyah Universitas Kristen Maranatha
Setia Budi, S.Kom, M.Comp., Ph. D.

Abstract

Penelitian ini berjudul "Analisis Eksploratif Terhadap Faktor Kunci pada Dataset Pemesanan Hotel" bertujuan untuk menerapkan berbagai metode analisis data dan visualisasi guna mengembangkan keterampilan eksplorasi data, preprocessing, serta penggalian insight dari dataset nyata. Dataset yang digunakan mencakup informasi komprehensif terkait jenis hotel, waktu pemesanan, pembatalan, dan berbagai variabel lainnya.
Penelitian ini menggunakan metode eksplorasi data seperti data cleaning, Exploratory Data Analysis, dan analisis mendalam terhadap matriks korelasi, tingkat pembatalan, durasi menginap, rata-rata tarif harian (Average Daily Rate), pola musiman, distribusi kamar, karakteristik pelanggan, jumlah tamu, serta preferensi paket makanan. Selain itu, model pembelajaran mesin seperti Logistic Regression, Random Forest, dan Multilayer Perceptron digunakan untuk memprediksi pembatalan pemesanan.
Hasil penelitian menunjukkan beberapa temuan penting, antara lain lead time memiliki hubungan positif dengan tingkat pembatalan (+0.18), di mana pemesanan dengan lead time lebih panjang lebih rentan dibatalkan. Selain itu segmen pelanggan Online Travel Agents memiliki tingkat pembatalan tertinggi. Selanjutnya musim panas di Portugal mencatat puncak tingkat pemesanan dan pembatalan. Serta paket makanan Bed & Breakfast (BB) menjadi pilihan utama pelanggan di semua segmen. Model Logistic Regression menunjukkan performa recall yang unggul dibandingkan Random Forest, sementara Multilayer Perceptron mencatat recall tertinggi secara keseluruhan.
Penelitian ini memberikan wawasan yang relevan bagi industri perhotelan dalam memahami perilaku pelanggan, mengurangi risiko pembatalan, dan mengoptimalkan strategi operasional. Temuan ini juga menjadi sarana untuk meningkatkan kompetensi teknis dalam penerapan metode data science pada kasus nyata.
Kata kunci: Analisis Pembatalan, Durasi Menginap, Eksplorasi Data, Lead Time, Model Pembelajaran Mesin, Pola Musiman