Advertisement
Advertisement
Advertisement
Advertisement
Deep Learning pada Aspect-based Sentiment Analysis Data Berbahasa Indonesia
A
Penulis: Administrator❯

‘’Namun, penelitian dalam melakukan analisis sentimen di setiap aspek menggunakan bahasa Indonesia masih terbilang baru. Saya mengusulkan untuk membuat Aspect-based Sentiment Analysis (ABSA) menggunakan data hotel berbahasa Indonesia,’’ ujar Siwi Cahyaningtyas MKom, Alumni Program Studi Informatika Program Magister Konsentrasi Data Science, Fakultas Teknologi Industri (FTI) Universitas Islam Indoneisa (UII)
Perempuan yang lulus dengan IPK 4.00 tersebut mengatakan, penelitiannya terdiri dari empat tahapan: pengumpulan data, preprocessing, klasifikasi aspek, dan sentimen. Pengumpulan data yang dilakukan menggunakan teknik scraping pada beberapa situs hotel seperti Agoda, Booking.com, PegiPegi, Traveloka, dan Tiket.com. ‘’Data tersebut kemudian diberikan label yang diverifikasi oleh seorang ahli dalam bidang perhotelan,’’ kata Siwi didampingi Ketua Program Studi Informatika Program Magister FTI UII Izzati Muhimmah ST MSc PhD, dan Sekretaris Program Studi Informatika Program Sarjana FTI UII Dhomas Hatta Fudholi ST MEng PhD.
Dikatakan Siwi, proses klasifikasi yang dilakukan di dalam penelitian ini menggunakan perbandingan beberapa metode deep learning (RNN, LSTM, GRU, BiLSTM, Attention BiLSTM, CNN, CNN-LSTM, dan CNN-BiLSTM). Pada klasifikasi aspek, penelitian ini menggunakan enam buah kelas aspek di antaranya adalah harga, fasilitas hotel, kamar, lokasi, pelayanan, dan restoran.
‘’Pada analisis sentimen, penelitian ini menggunakan dua skenario untuk melakukan klasifikasi ke dalam sentimen positif maupun negatif. Skenario pertama adalah dengan melakukan klasifikasi di seluruh aspek dan yang kedua adalah dengan melakukan klasifikasi sentimen untuk setiap aspeknya. Hasil dari penelitian ini menunjukkan bahwa model terbaik dimiliki oleh GRU pada proses klasifikasi aspek dengan nilai akurasi sebesar 0.952 dan 0.984 ketika menggunakan top-1 accuracy, dan top-2 accuracy secara berurutan,’’ kata Siwi.
Model klasifikasi aspek dan sentimen yang terbaik kemudian diaplikasikan ke dalam sebuah dataset baru. Dataset yang digunakan adalah 1,090 baris data ulasan sebuah hotel di Jogja yang didapatkan menggunakan beberapa sumber platform: Agoda, Booking.com, PegiPegi, Traveloka, dan Tiket.com dalam rentang bulan Januari 2020 hingga Juli 2021. Proses klasifikasi yang dilakukan kemudian diolah ke dalam bentuk visualisasi menggunakan Google Data Studio.
‘’Visualisasi data pada penelitian ini dilakukan untuk melihat jumlah keseluruhan data, persentase sentimen, jumlah ulasan di setiap situs, sebaran data setiap situs dalam rentang bulan, persentase sentimen, aspek dengan persentase sentimen tertinggi, serta data ulasan yang didapatkan setiap sentimen,’’ ujar Siwi.
Penelitian tersebut, kata Izzati Muhimmah, bisa diterapkan oleh pemilik hotel untuk meningkatkan kualitas dan kenyamanan tamu. ‘’Memudahkan manajemen hotel untuk memperbaiki kekurangan yang ada,’’ ujar Izzati.
Paling tidak, kata Dhomas Hatta Fudholi, penelitian tersebut memberikan data yang mudah dipahami oleh stakeholder hotel. ‘’Jadi semakin mudah untuk memperbaiki kualitas hotel dengan penelitian yang dilakukan Siwi ini,’’ kata Dhomas. (*/iwa/ila)
Advertisement
Advertisement
Radar JogjaIkuti
Jadilah pembaca setia, gabung sekarang juga di channel kami!
Advertisement
Berita Terkini
Advertisement
Advertisement

