Detail Cantuman Kembali
SKEMA JURNAL : ASPECT-BASED SENTIMENT ANALYSIS TINGKAT KLAUSA BERBASIS LDA–INDOBERT PADA ULASAN PRODUK UMKM
- Bagikan:
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.
016 RAC A R1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2026
Yogyakarta
016 MTI 2026
LOADING LIST...
LOADING LIST...