Implementasi Penggunaan Algoritma Categorical Boosting (Catboost) Dengan Optimisasi Hiperparameter Dalam Memprediksi Pembatalan Pesanan Kamar Hotel

Johannes Christian, Iin Ernawati, Nurul Chamidah

Abstract


Online Travel Agent (OTA) yang tumbuh menjadi sebuah aplikasi untuk memudahkan masyarakat dalam melakukan pemesanan kamar hotel secara daring memberikan dampak yang signifikan terhadap manajemen hotel. Kemudahan tersebut membuat pengunjung melakukan multiple-booking yang mengakibatkan tingginya tingkat pembatalan pesanan kamar hotel. Strategi overbooking yang diterapkan oleh manajemen hotel memerlukan tingkat keakuratan yang tinggi dalam memperkirakan pengunjung yang melakukan pembatalan pesanan. Maka dari itu penelitian ini akan berfokus pada masalah tersebut menggunakan model pembelajaran mesin dengan algoritma CatBoost. Dalam proses pengklasifikasian data perlu dilakukan pembersihan data melalui proses data preparation. Setelah itu data akan dilakukan ekstraksi dan seleksi atribut sehingga data siap digunakan untuk melatih machine learning. Untuk meningkatkan performa dari model, optimisasi hiperparameter RandomizedSearchCV diterapkan terhadap model CatBoost. Hasil evaluasi dengan confusion matrix yaitu akurasi sebesar 88% dan precision sebesar 86%. Dengan menerapkan visualisasi SHAP pada CatBoost berhasil dihasilkan karakteristik – karakteristik pesanan kamar hotel yang akan berpeluang besar dibatalkan.

Keywords


Hotel, Overbooking, CatBoost, Hyperparameter Tuning

References


Chen, C. C., & Xie, K. (2013). Differentiation of cancellation policies in the U.S. hotel industry. International Journal of Hospitality Management, 34(1), 66–72. https://doi.org/10.1016/j.ijhm.2013.02.007

Chen, C. C., Schwartz, Z., & Vargas, P. (2011). The search for the best deal: How hotel cancellation policies affect the search and booking decisions of deal-seeking customers. International Journal of Hospitality Management, 30(1), 129–135. https://doi.org/10.1016/j.ijhm.2010.03.010

Phumchusri, N., & Maneesophon, P. (2014). Optimal overbooking decision for hotel rooms revenue management. Journal of Hospitality and Tourism Technology, 5(3), 261–277. https://doi.org/10.1108/JHTT-03-2014-0006.

Antonio, N., De Almeida, A., & Nunes, L. (2017). Predicting hotel bookings cancellation with a machine learning classification model. Proceedings - 16th IEEE International Conference on Machine Learning and Applications, ICMLA 2017, 2017-Decem, 1049–1054. https://doi.org/10.1109/ICMLA.2017.00-11

Azhar, Y., Mahesa, G. A., & Mustaqim, M. C. (2021). Prediction of hotel bookings cancellation using hyperparameter optimization on Random Forest algorithm. Jurnal Teknologi Dan Sistem Komputer, 9(1), 15–21. https://doi.org/10.14710/jtsiskom.2020.13790

Haynes, N., & Egan, D. (2020). The perceptions of frontline employees towards hotel overbooking practices: exploring ethical challenges. Journal of Revenue and Pricing Management, 19(2), 119–128. https://doi.org/10.1057/s41272-019-00226-1

Pimentel, V., Eziz, A., & Baker, T. (2021). Patterns in Hotel Revenue Management Forecasting Systems: Improved Sample Sizes, Frozen Intervals, Horizon Lengths, and Accuracy Measures. Mathematics and Computer Science, 6(1), 8. https://doi.org/10.11648/j.mcs.20210601.12

Hurwitz, J., & Kirsch, D. (2018). Machine Learning For Dummies®, IBM Limited Edition Published (C. A. Burchfield (ed.)). John Wiley & Sons, Inc.

Huber, S., Wiemer, H., Schneider, D., & Ihlenfeldt, S. (2019). DMME: Data mining methodology for engineering applications - A holistic extension to the CRISP-DM model. Procedia CIRP, 79, 403–408. https://doi.org/10.1016/j.procir.2019.02.106

Komorowski, M., Marshall, D. C., Salciccioli, J. D., & Crutain, Y. (2016). Secondary Analysis of Electronic Health Records. Secondary Analysis of Electronic Health Records, October, 1–427. https://doi.org/10.1007/978-3-319-43742-2

Hancock, J. T., & Khoshgoftaar, T. M. (2020b). CatBoost for big data: an interdisciplinary review. Journal of Big Data, 7(1). https://doi.org/10.1186/s40537-020-00369-8


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.