ANALISIS SENTIMEN BERBASIS ASPEK DAN DETEKSI EMOSI PADA COFFEE SHOP PALANGKA RAYA MENGGUNAKAN DEEP LEARNING

Authors

  • Oktaviani Enjela Putri Jurusan Teknik Informatika, Univesitas Palangka Raya
  • Viktor Handrianus Pranatawijaya Jurusan Teknik Informatika, Univesitas Palangka Raya
  • Novera Kristianti Jurusan Teknik Informatika, Univesitas Palangka Raya

DOI:

https://doi.org/10.47111/jointecoms.v4i3.19185

Keywords:

Coffee Shop, sentimen, emosi, deep learning

Abstract

Industri coffee shop terus berkembang pesat, tetapi mengelola ulasan online menjadi tantangan bagi pengelola bisnis dalam meningkatkan layanan. Penelitian ini bertujuan menganalisis sentimen berbasis aspek dan deteksi emosi pada ulasan pelanggan Coffee Shop di Palangka Raya menggunakan deep learning. Data ulasan dari 103 Coffee Shop dikumpulkan melalui Google Maps dengan Instant Data Scraper dan diproses melalui pembersihan data, normalisasi teks, stopword, tokenisasi, dan stemming.

Analisis dilakukan untuk mengklasifikasikan ulasan ke dalam aspek seperti Food and Drinks, Ambience, Place, dan Service serta mendeteksi emosi yang terkandung. Model deep learning yang digunakan adalah BERT dan LSTM. Hasil menunjukkan aspek "service" paling sering dibahas, diikuti oleh "place", "food and drinks", dan "ambience". Sentimen tertinggi adalah positif, diikuti negatif dan netral, dengan emosi dominan joy, anticipation, dan trust. Model BERT mencapai akurasi 99% dalam klasifikasi sentimen, memberikan kontribusi untuk memahami persepsi pelanggan terhadap layanan Coffee Shop serta menjadi referensi bagi pengelola untuk meningkatkan kualitas layanan berdasarkan ulasan pelanggan.

Downloads

Published

2024-09-30

How to Cite

Putri, O. E., Pranatawijaya, V. H., & Kristianti, N. (2024). ANALISIS SENTIMEN BERBASIS ASPEK DAN DETEKSI EMOSI PADA COFFEE SHOP PALANGKA RAYA MENGGUNAKAN DEEP LEARNING. Journal of Information Technology and Computer Science, 4(3), 249–262. https://doi.org/10.47111/jointecoms.v4i3.19185

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.

Similar Articles

1 2 3 > >> 

You may also start an advanced similarity search for this article.