Abdullah, Rachmad (2021) Analisis Sentimen Berdasarkan Aspek Eksplisit Dan Implisit Pada Ulasan Restoran Website Tripadvisor Menggunakan Senticircle Dan Hybrid Approach. Masters thesis, Institut Teknologi Sepuluh Nopember.
![]() |
Text
Rachmad Tesis Revision fix2.pdf Restricted to Repository staff only Download (3MB) |
![]() |
Text
Rachmad Tesis Revision fix2.docx Restricted to Repository staff only Download (7MB) |
![]() |
Text
Rachmad Tesis Revision fix4.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (3MB) |
Abstract
Ulasan berbasis teks online sering dikaitkan hanya dengan nilai evaluasi yang tidak memperhatikan konteks dan kandungan makna dari ulasan itu sendiri baik secara eksplisit maupun implisit. Terlebih lagi struktur kalimat ulasan bisa berdampak terhadap tujuan target sentimen yang tidak lain adalah aspek dari ulasan itu sendiri. Penelitian ini membahas analisis sentimen berdasarkan aspek baik kasus kalimat eksplisit maupun implisit. Penelitian ini dimulai dengan pengambilan dataset ulasan produk restauran website TripAdvisor untuk mengukur kepuasan pelanggan berdasarkan empat kategori aspek yaitu Ambience, Food, Service, dan Price. Proses selanjutnya yaitu aspect keywords extraction untuk memasukkan kata kunci masing-masing kategori aspek yang diambil dari halaman Wikipedia menggunakan ELMo. Proses selanjutnya yaitu aspect categorization untuk mengambil kata aspek dan opini di dalam kalimat eksplisit dan implisit menggunakan hybrid approach. Dalam proses hybrid approach, pertama-tama dilakukan implementasi grammatical rule extraction untuk mengambil kata aspek dan opini berdasarkan rule untuk masing-masing struktur kalimat simple, compound, complex, dan compound-complex. Proses hybrid approach selanjutnya yaitu menggunakan WordNet dan TF-ICF untuk memperluas makna dari kata aspek dan opini yang telah diambil sehingga dapat meningkatkan nilai evaluasi pengukuran terhadap kata kunci aspek. Tahap terakhir yaitu proses analisis sentimen berdasarkan aspek menggunakan SentiCircle. Penelitian ini dapat menghasilkan dua penilaian evaluasi klasifikasi sentimen yaitu positif dan negatif. Proses aspect categorization dan analisis sentimen menunjukkan hasil yang signifikan di mana belum pernah dijelaskan pada penelitian sebelumnya. Contohnya, ulasan ”the pizza was overpriced and soggy”, pada proses aspect categorization didapatkan hasil pairing terms adalah pizza:overpriced dan pizza:soggy untuk kategori aspek PRICE dan FOOD. Hasil evaluasi aspect categorization untuk masing-masing precision, recall, dan f1-measure didapatkan nilai 0,82, 0,87, dan 0,86. Hasil analisis sentimen didapatkan pizza:overpriced memiliki polaritas sentimen negative dan pizza:soggy memiliki polaritas sentimen negative juga. Sedangkan hasil analisis sentimen didapatkan evaluasi untuk masing-masing precision, recall, dan f1-measure senilai 0,87, 0,92, dan 0,89. Hasil 2 proses evaluasi menunjukkan hasil yang baik dengan rata-rata nilai akurasi di atas 80%.
Item Type: | Thesis (Masters) |
---|---|
Subjects: | T Technology > T Technology (General) > T57.5 Data Processing |
Divisions: | Faculty of Creative Design and Digital Business (CREABIZ) > Technology Management > 61101-(S2) Master Thesis |
Depositing User: | Mr Rachmad Abdullah |
Date Deposited: | 20 Aug 2021 11:38 |
Last Modified: | 20 Aug 2021 11:38 |
URI: | http://repository.its.ac.id/id/eprint/87871 |
Actions (login required)
![]() |
View Item |