Abstract :
Aspect Based Sentiment Analysis (ABSA) merupakan salah satu domain kasus opinion mining yang bertujuan untuk mendeteksi polaritas teks tertulis berdasarkan dengan aspek tertentu. Pada penelitian sebelumnya pada kasus ABSA yang menggunakan beberapa arsitektur RNN akurasi yang dihasilkan masih dibawah 80 persen yang mana masih dapat ditingkatkan lagi nilai akurasinya. Penelitian ini menggunakan Elman RNN. Tujuan penelitian ini untuk mengetahui nilai akurasi dari Elman RNN pada kasus ABSA. Sebelum melakukan pelatihan data masukan yang berupa review restoran dalam bahasa Indonesia melewati proses preprocessing yang terdiri dari case folding, filtering, word normalization, tokenization, stopword removal, penambahan token aspek, pembangunan kamus kata dan one hot encoding. Pada proses pelatihan menggunakan 1584 kalimat dari review restoran bahasa Indonesia. Berdasarkan hasil pengujian yang dilakukan terhadap data uji yang berjumlah 422 kalimat Elman RNN mendapatkan akurasi terbaik sebesar 81.22% dan f1 score 82.78%.