ASPECT-BASED SENTIMENT ANALYSIS TINGKAT KLAUSA BERBASIS LDA–INDOBERT PADA ULASAN PRODUK UMKM Sri Redjeki, S.Si., M.Si., Ph.D Primary Author Rachmawati,Dewi-247110002 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2026 monographic id Indonesia

Text Skripsi

016 MTI 2026 Pertumbuhan transaksi e-commerce seperti Tokopedia menghasilkan volume ulasan konsumen yang besar, namun analisis sentimen tingkat dokumen sering gagal memisahkan emosi konsumen karena satu ulasan dapat memuat pujian dan keluhan terhadap atribut produk berbeda. Aspect-Based Sentiment Analysis (ABSA) tingkat klausa diusulkan mengatasi keterbatasan ini, namun penerapannya pada ulasan UMKM masih terkendala kesalahan pengkategorian dan kelangkaan data kelas minoritas. Penelitian ini membandingkan performa BiGRU berbasis Attention dan IndoBERT pada 729 ulasan produk UMKM dari DIY dan Klaten, dengan label sentimen acuan yang diperoleh otomatis dari leksikon InSet. Dua puluh lima sub-kategori dikonsolidasikan menjadi 5 Super Kategori, dan pemodelan topik LDA mengekstraksi taksonomi aspek tak-terawasi untuk ABSA tingkat klausa. IndoBERT mengungguli BiGRU pada evaluasi 25 kategori spesifik (Macro F1-Score 77,04% berbanding 67,26%); pada skema 5 Super Kategori yang granularitasnya lebih kasar dan karenanya tidak sebanding langsung, Macro F1- Score IndoBERT tercatat 82,99%. Uji Chi-Square menunjukkan Aspek berhubungan sangat signifikan dengan Sentimen (χ² = 108,40, p < 0,001), dan Super Kategori berhubungan signifikan dengan Sentimen (χ² = 17,31, p = 0,027). Aspek Pelayanan & Kesesuaian dan Harga & Value menjadi pendorong kepuasan utama, sedangkan Kualitas & Fungsi Produk menjadi pemicu keluhan terbesar. Analisis kesalahan mengungkap keterbatasan model pada negasi ganda dan kebocoran konteks klausa. KLAUSA BERBASIS LDA–INDOBERT NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 016 RAC A R1 RAC0016MTI2026 RAK REFERENSI TESIS MTI 016 RAC A R1 18612 2026-10-21 12:11:39 2026-10-21 12:34:13 machine generated