ANALISIS SENTIMEN DAN EVALUASI PELAYANAN MASKAPAI LION GROUP DENGAN PENDEKATAN OPINION MINING DAN MANAJEMEN RISIKO = SENTIMENT ANALYSIS AND EVALUATION OF LION GROUP AIRLINE SERVICES USING OPINION MINING AND RISK MANAGEMENT APPROACHES

Keterlambatan jadwal penerbangan dan sentimen negatif dari penumpang dapat memicu reaksi emosional yang berdampak pada menurunnya minat penumpang (passenger retention) terhadap suatu maskapai penerbangan. Ulasan negatif yang tersebar luas berpotensi berisiko merusak reputasi sekaligus kinerja bisnis maskapai. Penelitian ini menganalisis sentimen penumpang menggunakan pendekatan opinion mining dan diintegrasikan dengan prinsip-prinsip manajemen risiko guna mengevaluasi dan merumuskan strategi peningkatan kualitas layanan. Penelitian ini menggunakan 2.517 ulasan penumpang yang diekstraksi dari Google Play Store dan laman website Airline Quality. Proses analisis sentimen dilakukan dengan membandingkan performa algoritma Support Vector Machine (SVM) dan Random Forest (RF). Selanjutnya, identifikasi risiko layanan dilakukan berdasarkan temuan opinion mining tersebut dengan merujuk pada kerangka manajemen risiko berstandar ISO 31000:2018. Model algoritma SVM dengan rasio pembagian data 80:20 menunjukkan performa terbaik dengan tingkat akurasi mencapai 89%. Hasil analisis mengungkap bahwa ulasan penumpang didominasi oleh sentimen negatif sebesar 73%. Keluhan terbanyak ditujukan terhadap dimensi image sebesar 56,92%, kemudian disusul dengan dimensi terminal (20,76%), empathy (15,38%), dan personnel (12,30%). Keterlambatan penerbangan berulang, perubahan jadwal secara sepihak, hingga hambatan dalam proses refund (pengembalian dana) adalah kejadian yang berhasil teridentifikasi sebagai risiko ekstrim (extreme). Tingkat ketidakpuasan penumpang terhadap layanan maskapai di bawah naungan Lion Group tergolong tinggi. Sebagai langkah mitigasi risiko, maskapai Lion Group direkomendasikan untuk menerapkan berbagai strategi perbaikan, seperti mengoptimalkan buffer time (jeda waktu antar-penerbangan), mengonsolidasikan jadwal penerbangan, serta membangun sistem refund yang terotomatisasi.