ANALISIS SENTIMEN BERBASIS ASPEK PADA TEMPAT WISATA DI KALIMANTAN TENGAH DENGAN MEMANFAATKAN MODEL DEEP LEARNING

Abstract

Penyampaian informasi mengenai tempat wisata tentu perlu media untuk menyampaikan. Pada perkemangan era digital saat ini kita dimudahkan untuk mencari atau melihat bagaimana pandangan dari pengujung atau wisatawan dari lokasi wisata yang ingin kita kunjungi dengan melihat ulasan pada Google Maps. Memungkinkan indentifikasi masalah dan pengembangan suatu lokasi wisata tersebut. Dengan adanya Teknik Aspect Based Sentiment Analysis atau ABSA, guna membantu kita bagaimana  pandangan pengunjung  lain  terhadap lokasi wisata tersebut dengan mudah dipahami.

Tujuan utama dari penelitian ini untuk menganalisis sentimen berdasarkan aspek–aspek yang diungkap dalam ulasan pengunjung yang telah berkunjung ke suatu lokasi wisata yang berada di ruang lingkup Provinsi Kalimantan Tengah pada Google Maps. Dengan mencari pola sentimen yang akurat dan mengidentifikasi aspek–aspek. Dalam pencarian aspek–aspek menggunakan metode Named Entity Recognition atau biasa disebut dengan NER dengan dibantu dengan teknik pemodelan topik Latent Dirichlet Allocation (LDA) yang berguna untuk mengidentifikasi topik– topik relevan untuk dimasukkan kedalam kamus NER. Pelabelan sentimen dilakukan dengan menggunakan BERT, sementara evaluasi sentimen dan aspek dilakukan dengan menggunakan model BERT, LSTM, dan CNN.

Penelitian  ini  menganalisis  pola  sentimen  dan  aspek  dalam  ulasan  lokasi  wisata  di Kaliamantan Tengah menggunakan model BERT, LSTM, CNN. Hasil menunjukkan bahwa model BERT lebih unggul dengan mencapai akurasi sentimen (98.02%) kemudian pada aspek Environment (98.21%), Historical (97.55%), Experience (99%), Attraction (97.81%), Location (98%), Nature (95.06%).