Perbandingan Teknik Resample pada Algoritma K-NN dan SVM untuk Prediksi Pembatalan Pemesanan Kamar Hotel

Abstract

Peningkatan kemudahan dalam pemesanan reservasi hotel secara langsung berdampak pada peningkatan kemudahan pembatalan, memberikan dampak yang potensial merugikan bagi pengelola hotel. Oleh karena itu, diperlukan sistem pendukung keputusan yang dapat membantu para manajer dalam membuat keputusan yang cerdas di tengah dinamika industri perhotelan. Salah satu pendekatan yang diterapkan adalah memanfaatkan teknologi data mining, dengan fokus pada algoritma K-Nearest Neighbors (kNN) dan Support Vector Machine (SVM) untuk melakukan prediksi pembatalan pemesanan kamar hotel. Penelitian ini melibatkan penerapan teknik resampling guna meningkatkan akurasi prediksi. Hasil penelitian mengindikasikan bahwa SVM mencapai tingkat akurasi sebesar 85,05%, sementara SVM yang didukung oleh teknik resample meningkat menjadi 93,85%. Di sisi lain, KNN mencapai akurasi 80,1%, dan dengan penerapan resampling, akurasinya meningkat menjadi 92,15%. Temuan ini menunjukkan potensi besar teknologi data mining, khususnya dalam konteks prediksi pembatalan pemesanan kamar hotel, dengan peningkatan signifikan akurasi melalui penerapan teknik resample pada kedua algoritma kNN dan SVM.