ANALISIS SENTIMEN BERBASIS ASPEK DENGAN CATEGORY ENHANCED WORD EMBEDDING DAN DEPENDENCY PARSER UNTUK ULASAN BERBAHASA INDONESIA
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Bandung
Author
Iswara, Kevin (STUDENT ID : 13515085)
(LECTURER ID : 0009037605)
(LECTURER ID : 0009037605)
Subject
Datestamp
0000-00-00 00:00:00
Abstract :
Menentukan toko online yang tepat dapat dilakukan dengan membaca ulasan mengenai toko tersebut. Analisis sentimen berbasis aspek dapat digunakan untuk mendapatkan opini dari masyarakat mengenai sebuah toko online yaitu dengan menarik kesimpulan dari ulasan yang ada. Tugas akhir ini mengadaptasi penelitian yang dilakukan Wang dan Liu (2015) dan Cahyadi (2018) dalam upaya mendapatkan hasil yang baik pada analisis sentimen berbasis aspek pada domain toko online untuk ulasan berbahasa Indonesia yang sudah pernah dilakukan oleh Fachrina dan Widyantoro (2017) dan Ilmania, dkk (2018). Pada tugas akhir ini, analisis sentimen berbasis aspek dibagi menjadi dua buah modul yaitu modul klasifikasi kategori aspek dan modul klasifikasi polaritas sentimen. Modul pertama, klasifikasi kategori aspek akan menggunakan neural network dengan masukan tambahan category enhanced word embedding dan akan menghasilkan ada tidaknya sebuah kategori pada ulasan dan bentuk probabilitas. Modul kedua, klasifikasi polaritas sentimen akan menggunakan convolutional neural network dengan strategi one-vs-all dengan masukannya adalah word embedding dengan dependency parser. Data yang digunakan pada tugas akhir ini diperoleh dengan cara crawling terhadap situs toko online. Data yang diperoleh berjumlah 4.187 dan dilabeli secara manual berdasarkan kategori produk, pengiriman, kesesuaian, ketanggapan, harga, dan lainnya. Dengan perbandingan data latih dan uji sebesar delapan banding dua, hasil F1-score untuk modul pertama dan kedua adalah 0.9926 dan 0.9976.
Menentukan toko online yang tepat dapat dilakukan dengan membaca ulasan mengenai toko tersebut. Analisis sentimen berbasis aspek dapat digunakan untuk mendapatkan opini dari masyarakat mengenai sebuah toko online yaitu dengan menarik kesimpulan dari ulasan yang ada. Tugas akhir ini mengadaptasi penelitian yang dilakukan Wang dan Liu (2015) dan Cahyadi (2018) dalam upaya mendapatkan hasil yang baik pada analisis sentimen berbasis aspek pada domain toko online untuk ulasan berbahasa Indonesia yang sudah pernah dilakukan oleh Fachrina dan Widyantoro (2017) dan Ilmania, dkk (2018). Pada tugas akhir ini, analisis sentimen berbasis aspek dibagi menjadi dua buah modul yaitu modul klasifikasi kategori aspek dan modul klasifikasi polaritas sentimen. Modul pertama, klasifikasi kategori aspek akan menggunakan neural network dengan masukan tambahan category enhanced word embedding dan akan menghasilkan ada tidaknya sebuah kategori pada ulasan dan bentuk probabilitas. Modul kedua, klasifikasi polaritas sentimen akan menggunakan convolutional neural network dengan strategi one-vs-all dengan masukannya adalah word embedding dengan dependency parser. Data yang digunakan pada tugas akhir ini diperoleh dengan cara crawling terhadap situs toko online. Data yang diperoleh berjumlah 4.187 dan dilabeli secara manual berdasarkan kategori produk, pengiriman, kesesuaian, ketanggapan, harga, dan lainnya. Dengan perbandingan data latih dan uji sebesar delapan banding dua, hasil F1-score untuk modul pertama dan kedua adalah 0.9926 dan 0.9976.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
