Aspect-Based Sentiment Analysis of Indonesian Restaurant Reviews on TripAdvisor Website Using SPAN-ASTE Model (Case Study: Province of Bali)

Wonoadi, Alexander Nicolas (2023) Aspect-Based Sentiment Analysis of Indonesian Restaurant Reviews on TripAdvisor Website Using SPAN-ASTE Model (Case Study: Province of Bali). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05211942000008-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 2025. Download (2MB) | Request a copy

Abstract

Culinary is one of the most essential elements in the attractiveness of a tourist destination. It cannot be separated from tourist activities because it is a necessity for any human. In some cases, food-related variables may affect decision-making moments while on a trip such as a change of destination or re-visitation to a destination. Indonesia has one of the best culinary in the world, but not all local cuisine has been introduced globally. William Wongso, an Indonesian culinary expert stated that cuisine itself has its unique factor aside from the taste. Nowadays, tourists tend to share their experiences through social media or other platforms. TripAdvisor is one of the popular platforms to create or search for reviews. Most tourists believe that recommendations from other tourists that are posted on social media sites can be trusted. But, the raw information posted on social media sites is still too complex. The approach that suits this problem is to use aspect-based analysis. There are some existing solutions, but it is only based on the profile or user preferences. The proposed solution for this research is to use a span-based model for aspect sentiment triplet extraction (Span-ASTE) to analyze sentiments on TripAdvisor restaurant reviews. The span ASTE model can classify the polarity of grouped words that are grouped using span-based labeling and the ASTE model will add the aspects and opinions from the span representation. The purpose is to determine what aspects are considered negative or disliked by reviewers on restaurant reviews. The data will be gathered from the TripAdvisor website using a web scraper. The data will be preprocessed and then use the cleaned data for training and testing to create the model. The model will be used to evaluate and analyze. The writer expects to create insights for restaurants to improve their performance and later can improve Indonesia's tourism sector. The output from this research is that Bali does excel in food quality for the restaurants, including specific Indonesian dishes. Most of them have very good staff and service with superb ambience and atmosphere that let visitors enjoy the restaurant fully.
=============================================================================================================================
Kuliner merupakan salah satu elemen yang paling penting dalam daya tarik suatu destinasi wisata. Tidak dapat dipisahkan dari kegiatan wisatawan karena merupakan kebutuhan setiap individu. Dalam beberapa kasus, variabel yang terkait dengan makanan dapat mempengaruhi momen pengambilan keputusan saat berwisata, seperti perubahan tujuan atau kunjungan ulang ke suatu destinasi. Indonesia memiliki kuliner terbaik di dunia, namun tidak semua masakan lokal telah dikenal secara global. William Wongso, seorang pakar kuliner Indonesia, menyatakan bahwa masakan memiliki faktor unik selain rasa. Saat ini, para wisatawan cenderung berbagi pengalaman mereka melalui media sosial atau platform lainnya. TripAdvisor adalah salah satu platform populer untuk membuat atau mencari ulasan. Sebagian besar wisatawan percaya bahwa rekomendasi dari wisatawan lain yang diposting di situs media sosial dapat dipercaya. Namun, informasi mentah yang diposting di situs media sosial masih terlalu kompleks. Pendekatan yang cocok untuk masalah ini adalah menggunakan analisis berbasis aspek. Solusi yang diusulkan untuk penelitian ini adalah menggunakan model berbasis span untuk ekstraksi triplet aspek sentimen (Span-ASTE) untuk menganalisis sentimen pada ulasan restoran di TripAdvisor. Model Span-ASTE dapat mengklasifikasikan polaritas kata-kata yang dikelompokkan menggunakan label berbasis span, dan model ASTE akan menambahkan aspek dan opini dari representasi span. Tujuannya adalah untuk menentukan aspek-aspek apa yang dianggap negatif atau tidak disukai oleh para pengulas pada ulasan restoran. Data akan dikumpulkan dari situs web TripAdvisor menggunakan web scraper. Data akan dipreproses dan kemudian digunakan untuk pelatihan dan pengujian guna membuat model. Model akan digunakan untuk evaluasi dan analisis. Output dari penelitian ini adalah bahwa Bali memang unggul dalam kualitas makanan restoran, termasuk hidangan khas Indonesia. Sebagian besar restoran memiliki staf dan layanan yang sangat baik dengan suasana dan atmosfera yang luar biasa sehingga pengunjung dapat menikmati restoran dengan sepenuh hati.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Aspect-Based Sentiment Analysis, Aspect Sentiment Triplet Extraction, Culinary, Review, Tourism, Analisis sentimen berbasis aspek, ekstraksi triplet sentiment aspek, kuliner, pariwisata
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Alexander Nicolas Wonoadi
Date Deposited:	02 Aug 2023 02:57
Last Modified:	02 Aug 2023 02:57
URI:	http://repository.its.ac.id/id/eprint/100652

Actions (login required)

View Item