Aspect Based Sentiment Analysis On Reviews Of Restaurant In Google Review Using Aste Model (Study Case: East Nusa Tenggara)

Pajung, Arya Geraldi (2025) Aspect Based Sentiment Analysis On Reviews Of Restaurant In Google Review Using Aste Model (Study Case: East Nusa Tenggara). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5026201097-Undergraduate_Thesis.pdf Restricted to Repository staff only until 1 April 2027. Download (4MB) | Request a copy

Abstract

Penelitian ini mengeksplorasi Aspect-Based Sentiment Analysis (ABSA) menggunakan model Aspect Sentiment Triplet Extraction (ASTE) untuk menganalisis ulasan restoran di Nusa Tenggara Timur, sebuah wilayah yang dikenal akan kekayaan warisan kuliner dan potensi pariwisata yang unik. Penelitian ini berfokus pada penggalian wawasan dari ulasan berbahasa Inggris yang diambil dari Google Review, dengan total 2.120 entri. Setelah melalui tahap pembersihan dan pra-pemrosesan data, dataset ini dikurangi menjadi 1.946 entri, dengan hanya tiga kolom utama 'place_name,' 'author_name,' dan 'text' yang digunakan untuk pelatihan. Ulasan ini dilabeli secara manual ke dalam aspek, opini, dan kelas sentimen menggunakan Label Studio, menghasilkan distribusi 78,4% positif, 11,4% netral, dan 10,2% negatif. Data yang telah dilabeli kemudian dibagi dengan rasio 70:15:15 untuk pelatihan, pengujian, dan validasi. Proses pelatihan dilakukan dalam dua skenario: menggunakan model BERT-cased (CSD) dan BERT-uncased (UCD), dengan masing-masing skenario diuji melalui sembilan kombinasi learning rate dan dropout rate. Kedua model dievaluasi menggunakan metrik presisi, recall, dan F1-score untuk menentukan kinerja. Model UCD-1 menunjukkan hasil terbaik, dengan nilai presisi 82,93, recall 80,15, dan F1-score 81,25, yang menunjukkan efektivitas penggunaan data lowercase untuk dataset ini. Analisis mendalam terhadap dinamika pelatihan mengungkap bahwa model UCD secara konsisten melampaui model CSD, dengan menunjukkan ketahanan dan stabilitas metrik yang lebih baik di berbagai konfigurasi hyperparameter. Analisis lebih lanjut terhadap aspek teratas mengungkapkan wawasan penting yang menyoroti kepuasan pelanggan terhadap hidangan kuliner unik, lokasi restoran yang menawarkan pemandangan indah, dan keramahan staf yang mencerminkan budaya Nusa Tenggara Timur. Elemen-elemen ini menjadi inti dari identitas Nusa Tenggara Timur sebagai destinasi wisata kuliner. Penelitian ini menyoroti pentingnya memanfaatkan analisis sentimen berbasis aspek untuk memahami persepsi pelanggan sekaligus meningkatkan pengalaman bersantap dan memperkuat sektor pariwisata kuliner di wilayah ini.
================================================================================================================================
This study investigates Aspect-Based Sentiment Analysis (ABSA) using the Aspect Sentiment Triplet Extraction (ASTE) model to analyze restaurant reviews in East Nusa Tenggara, a region known for its rich culinary heritage and unique tourism potential. The research focuses on extracting insights from English reviews sourced from Google Review, totaling 2,120 entries. After a thorough data cleaning and pre-processing stage, the dataset was reduced to 1,946 entries, with only three key columns 'place_name,' 'author_name,' and 'text' used for training. The reviews were labeled manually into aspects, opinions, and sentiment classes using Label Studio, resulting in a distribution of 78.4% positive, 11.4% neutral, and 10.2% negative sentiments. The labeled data was then split into 70:15:15 ratios for training, testing, and validation purposes. The training process was conducted under two scenarios: using BERT-cased (CSD) and BERT-uncased (UCD) models, with each scenario tested across nine combinations of learning rates and dropout rates. Both models were evaluated using precision, recall, and F1-score to determine performance. The UCD-1 model demonstrated the best results, achieving a precision of 82.93, recall of 80.15, and F1-score of 81.25, showcasing the effectiveness of using lowercased data for this specific dataset. A detailed analysis of training dynamics revealed that UCD models consistently outperformed CSD models, demonstrating better robustness and higher metric stability across various hyperparameter configurations. Further analysis of the top aspects revealed critical insights. highlighting customer satisfaction with the region’s unique culinary offerings, scenic dining locations, and warm hospitality elements central to East Nusa Tenggara's identity as a culinary tourism destination.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisa Sentimen Berbasis Aspek, Ekstraksi Triplet Sentimen Aspek, Pemrosesan Bahasa Alami, Nusa Tenggara Timur, BERT, Aspect-Based Sentiment Analysis, Aspect Sentiment Triplet Extraction, Natural Language Processing, East Nusa Tenggara
Subjects:	Q Science > QA Mathematics > QA76.9.I52 Information visualization Q Science > QA Mathematics > QA76.9D338 Data integration Q Science > QA Mathematics > QA76.F56 Data structures (Computer science) Z Bibliography. Library Science. Information Resources > Z666.7 Metadata. Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	aryageraldi pajung
Date Deposited:	23 Jan 2025 07:41
Last Modified:	23 Jan 2025 07:41
URI:	http://repository.its.ac.id/id/eprint/116752

Actions (login required)

View Item