Tag: riset NLP UNIKOM Bandung

  • Jaringan Neural Berulang Elman untuk Analisis Sentimen Berbasis Aspek

    Jaringan Neural Berulang Elman untuk Analisis Sentimen Berbasis Aspek

    Penulis: Nelly Indriani Widiastuti, Maulvi Inayat Ali

    Abstrak

    Analisis sentimen berbasis aspek (ABSA) adalah salah satu domain kasus penambangan opini yang bertujuan untuk mendeteksi polaritas teks tertulis berdasarkan aspek-aspek tertentu. Tujuan penelitian ini adalah untuk menentukan nilai akurasi Elman RNN dalam kasus ABSA. Metode yang digunakan dibagi menjadi dua proses utama, yaitu pra-pemrosesan dan deteksi sentimen. Sebelum melakukan pelatihan, data masukan berupa ulasan restoran dalam bahasa Indonesia melalui proses pra-pemrosesan. Dalam data ulasan, dilakukan case folding, filtering, normalisasi kata, tokenisasi, penghapusan stop word, penambahan token aspek (harga, rasa, suasana), pembuatan kamus kata, dan pembentukan one-hot encoding. Dalam proses deteksi polaritas, pelatihan dan pengujian menggunakan algoritma ERNN. Data yang digunakan adalah 1584 kalimat ulasan restoran Indonesia dan diuji pada 422 data. Berdasarkan hasil pengujian, Elman RNN memperoleh akurasi terbaik sebesar 81,22% dan skor f1 sebesar 82,78%. Bagi pengembang sistem analitik sosial, hasil ini menunjukkan bukti bahwa ERNN menjanjikan untuk digunakan dalam mendeteksi polaritas ulasan restoran. © School of Engineering, Taylor’s University

    Kata kunci penulis

    Analisis sentimen berbasis aspek; Bahasa Indonesia; Praproses; Jaringan saraf berulang; Evaluasi semantik

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85108833617