Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JOINTECOMS (Journal of Information Technology and Computer Science)
Putra, Bima Faru Rochkim
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN BERBASIS ASPEK PADA TEMPAT WISATA DI KALIMANTAN TENGAH DENGAN MEMANFAATKAN MODEL DEEP LEARNING Putra, Bima Faru Rochkim; Pranatawijaya, Viktor Handrianus; Putra, Putu Bagus A.A.
Journal of Information Technology and Computer Science Vol. 4 No. 3 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i3.19180

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%).
Co-Authors Putra, Putu Bagus A.A. Viktor Handrianus Pranatawijaya