Analisis Sentimen Level Aspek Teks Bahasa Indonesia Pada Ulasan Pariwisata Situs Website Tripadvisor Menggunakan Hierarchical Attention Position-Aware Network (Studi Kasus: Nusa Tenggara Barat)

Bafi, Ahmad Laroy (2021) Analisis Sentimen Level Aspek Teks Bahasa Indonesia Pada Ulasan Pariwisata Situs Website Tripadvisor Menggunakan Hierarchical Attention Position-Aware Network (Studi Kasus: Nusa Tenggara Barat). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

This is the latest version of this item.

[img] Text
05211740000034-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2023.

Download (4MB)

Abstract

Sektor pariwisata telah terbukti mampu menjadi solusi dalam menopang ekonomi Negara Indonesia. Industri pariwisata di berbagai daerah telah terbukti mampu memberi dampak positif yang cukup signifikan bagi perkembangan ekonomi, seperti mampu menciptakan lapangan kerja, menciptakan peluang usaha baru, meningkatkan pendapatan daerah dan lain sebagainya. Di Indonesia khususnya provinsi Nusa Tenggara Barat (NTB) merupakan salah satu provinsi yang memiliki daya tarik untuk berwisata. Problematika yang dihadapi Pemerintah dalam bidang pariwisata masih banyak yang wajib dipecahkan dengan tepat, di antaranya yaitu implementasi kebijakan pengembangan objek wisata yang masih belum optimal. Pengambil keputusan sebenarnya bisa mengambil keputusan berdasarkan hasil review pariwisata. Namun review pariwisata yang ada saat ini belum cukup dalam pengambilan keputusan, diperlukan adanya analisa lebih lanjut agar informasi review tersebut menjadi lebih bermkana. Maka dari itu berdasarkan hasil review tersebut dilakukan sebuah analisis sentiment yang mengklasifikasikan ulasan tersebut menjadi 3 kategori yaitu positif, netral dan negatif dalam level aspek. Metode yang digunakan untuk analisis sentimen ulasan tempat wisata tersebut adalah Hierarchical Attention Position-aware Network. Dimana metode ini menggunakan bidirectional-GRU, attention, informasi posisi aspek dalam sebuah kalimat serta penggunaan word embedding. Setelah dilakukan analisa dan evaluasi model, hasil analisis review tersebut divisualisasikan agar lebih mudah dipahami bagi yang membutuhkan informasi mulai dari orang yang akan berwisata ke tempat tersebut atau pihak yang ingin mengembangkan objek wisata tersebut. Berdasarkan penelitian tersebut, model HAPN telah terbukti mampu untuk melakukan analisis sentimen aspek bahasa indonesia dengan baik. Hal ini ditunjukkan dengan banyaknya prediksi benar oleh model. Akurasi yang dihasilkan dari pengujian model ini yaitu 75,7% dengan nilai macro F1 sebesar 0,5311. Hasil pengujian lalu divisualisasikan dalam bentuk grafik bar plot dan confusion matrix untuk mengeksplorasi data pariwisata yang ada saat ini ================================================================================================== The tourism sector has proven to be a solution in supporting the Indonesian economy. The tourism industry in various regions has proven to be able to have a significant positive impact on economic development, such as being able to create jobs, create new business opportunities, increase regional income and so on. In Indonesia, especially the province of West Nusa Tenggara (NTB), is one of the provinces that has an attractive tourist attraction. The problems that are put in by the Government in the tourism sector that must be resolved appropriately include the implementation of object development policies that are still not optimal. Decision makers can actually make decisions based on the results of tourism reviews. However, the current tourism review is not sufficient in decision making, further analysis is needed so that the review information becomes more meaningful. Therefore, based on the results of the review, a sentiment analysis was carried out which classified the assessment into 3 categories, namely positive, neutral and negative at the aspect level. The method used for the analysis of the tourist spot review sentiment is the Hierarchical Attention Position-aware Network. Where this method uses bidirectional-GRU, attention, information on how to aspects in a sentence and the use of word embedding. After analyzing and evaluating the model, the results of the review analysis are visualized to make it easier to apply for those who need information starting from people who will be traveling to the place or those who want the tourist attraction. Based on this research, the HAPN model has been proven to be able to analyze the sentiment aspects of the Indonesian language well. This is indicated by the number of correct predictions by the model. The accuracy resulting from this test model is 75.7% with an F1 macro value of 0.5311. The test results are then visualized in the form of graphs and confusion matrix to explore current tourism data.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Analisis Sentimen Level Aspek, Pariwisata, Ulasan, Hierarchical Attention Position-aware Network Aspect Level Sentiment Analysis, Tourism, Reviews, Hierarchical Attention Position-aware Network
Subjects: Q Science > QA Mathematics > QA76.9.D343 Data mining
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: Ahmad Bafi
Date Deposited: 06 Mar 2021 06:04
Last Modified: 08 Mar 2021 02:49
URI: https://repository.its.ac.id/id/eprint/83666

Available Versions of this Item

  • Analisis Sentimen Level Aspek Teks Bahasa Indonesia Pada Ulasan Pariwisata Situs Website Tripadvisor Menggunakan Hierarchical Attention Position-Aware Network (Studi Kasus: Nusa Tenggara Barat). (deposited 06 Mar 2021 06:04) [Currently Displayed]

Actions (login required)

View Item View Item