UKRIMUKRIM
Infact: International Journal of ComputersInfact: International Journal of ComputersPertumbuhan ulasan daring pada platform digital telah menjadikan pendapat konsumen sebagai sumber penting untuk memahami persepsi kualitas layanan dalam bisnis. Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek serta emosi dari ulasan konsumen menggunakan metode Distilled Bidirectional Encoder Representation from Transformers (DistilBERT). Data dikumpulkan dari Google Reviews dan diproses melalui tahap pra‑pemrosesan teks, ekstraksi aspek, pelabelan sentimen dan emosi, serta fine‑tuning model DistilBERT. Analisis sentimen diklasifikasikan ke dalam tiga kelas (positif, negatif, dan netral), sedangkan analisis emosi mencakup lima kategori (bahagia, marah, kecewa, sedih, dan netral). Hasil evaluasi menunjukkan bahwa model DistilBERT mencapai kinerja luar biasa dalam klasifikasi sentimen dengan akurasi 95,00 %, presisi 93,60 %, recall 95,00 %, dan nilai F1‑score 94,22 %. Untuk klasifikasi emosi, model memperoleh akurasi 94,00 %, presisi 88,36 %, recall 94,00 %, dan F1‑score 91,09 %. Temuan ini mengindikasikan bahwa pendekatan berbasis Transformer efektif dalam memahami makna kontekstual ulasan konsumen meskipun dataset yang digunakan relatif terbatas. Penelitian ini menyimpulkan bahwa DistilBERT mampu menyediakan analisis sentimen dan emosi berbasis aspek yang akurat serta efisien, yang dapat dijadikan fondasi untuk mengevaluasi dan meningkatkan kualitas layanan serta reputasi bisnis digital.
Penelitian ini berhasil menerapkan DistilBERT untuk analisis sentimen dan emosi berbasis aspek pada ulasan daring, menghasilkan akurasi 95 % untuk sentimen dan 94 % untuk emosi, serta nilai F1‑score masing-masing 94,22 % dan 91,09 %, yang lebih tinggi dibandingkan baseline BERT, SVM, dan LSTM.Kinerja superior tersebut menunjukkan keefektifan DistilBERT dalam mengatasi kompleksitas klasifikasi emosi dengan lima kelas serta ketidakseimbangan data, sambil memberikan efisiensi komputasi 40 % lebih cepat daripada BERT, sehingga cocok untuk lingkungan bisnis dengan sumber daya terbatas.Berdasarkan temuan ini, disarankan melakukan augmentasi data untuk memperbaiki metrik kelas minoritas, pengembangan kamus kata kunci, serta eksplorasi ensembles Transformer dan integrasi visualisasi data real‑time untuk meningkatkan nilai praktis bagi manajemen bisnis.
Penelitian lanjutan dapat menyelidiki bagaimana teknik augmentasi data berbasis generatif, seperti model GPT-2 yang disesuaikan bahasa Indonesia, mempengaruhi peningkatan akurasi kelas emosi minoritas pada analisis sentimen berbasis aspek. Selanjutnya, dapat dikembangkan studi untuk membangun dan menguji kamus kata kunci multibahasa yang mencakup variasi lokal serta slang, guna menilai kontribusinya terhadap performa model DistilBERT dalam mengekstraksi aspek dan emosi pada ulasan daring. Akhirnya, penelitian dapat mengeksplorasi penerapan ensemble model Transformer, menggabungkan DistilBERT dengan model seperti RoBERTa atau XLM‑R, serta mengintegrasikan visualisasi hasil secara real‑time melalui dashboard interaktif, untuk menilai dampaknya terhadap kecepatan dan keandalan sistem dalam konteks bisnis dengan sumber daya terbatas.
- Pemanfaatan Potensi E-Commerce pada Peningkatan Keragaman Bisnis Lokal di Sulawesi Selatan; Perspektif... ojs.uajy.ac.id/index.php/giat/article/view/9152Pemanfaatan Potensi E Commerce pada Peningkatan Keragaman Bisnis Lokal di Sulawesi Selatan Perspektif ojs uajy ac index php giat article view 9152
- Perbandingan Akurasi Metode Analisis Sentimen Untuk Evaluasi Opini Pengguna Pada Platform Media Sosial... ejournal.unesa.ac.id/index.php/jinacs/article/view/61322Perbandingan Akurasi Metode Analisis Sentimen Untuk Evaluasi Opini Pengguna Pada Platform Media Sosial ejournal unesa ac index php jinacs article view 61322
- Analisis Sentimen dan Emosi dari Ulasan Google Maps Untuk Layanan Rumah Sakit di Palangka Raya Menggunakan... doi.org/10.24002/konstelasi.v4i1.8924Analisis Sentimen dan Emosi dari Ulasan Google Maps Untuk Layanan Rumah Sakit di Palangka Raya Menggunakan doi 10 24002 konstelasi v4i1 8924
| File size | 448.98 KB |
| Pages | 7 |
| DMCA | Report |
Related /
UKRIMUKRIM Untuk mencapainya, dilakukan transfer learning dengan tiga arsitektur CNN populer: VGG16, VGG19, dan ResNet50. Eksperimen dilakukan menggunakan datasetUntuk mencapainya, dilakukan transfer learning dengan tiga arsitektur CNN populer: VGG16, VGG19, dan ResNet50. Eksperimen dilakukan menggunakan dataset
UKRIMUKRIM Hasil eksperimen menunjukkan bahwa metode LDA mengidentifikasi tiga aspek: Rasa, Tempat, dan Layanan. Pengukuran sentimen dengan VADER pada aspek RasaHasil eksperimen menunjukkan bahwa metode LDA mengidentifikasi tiga aspek: Rasa, Tempat, dan Layanan. Pengukuran sentimen dengan VADER pada aspek Rasa
UKRIMUKRIM Ulasan netral memberikan informasi deskriptif, sedangkan ulasan negatif mengindikasikan masalah kesehatan atau ketidakpuasan terhadap layanan. KNN mencapaiUlasan netral memberikan informasi deskriptif, sedangkan ulasan negatif mengindikasikan masalah kesehatan atau ketidakpuasan terhadap layanan. KNN mencapai
UKRIMUKRIM Bencana kebakaran masih menjadi ancaman besar di Indonesia, terutama di perumahan padat, kantor, dan zona industri. Penundaan deteksi menyebabkan kerugianBencana kebakaran masih menjadi ancaman besar di Indonesia, terutama di perumahan padat, kantor, dan zona industri. Penundaan deteksi menyebabkan kerugian
UKRIMUKRIM Penelitian ini menunjukkan efektivitas algoritma K-Nearest Neighbors (KNN) dalam mengklasifikasi status kemiskinan di Indonesia menggunakan indikator socio-economicPenelitian ini menunjukkan efektivitas algoritma K-Nearest Neighbors (KNN) dalam mengklasifikasi status kemiskinan di Indonesia menggunakan indikator socio-economic
STIEDHARMAPUTRA SMGSTIEDHARMAPUTRA SMG Penelitian ini merekomendasikan kepada pengelola Pantai Papuma untuk lebih memperhatikan strategi pemasaran yang sesuai dengan preferensi generasi Z, sertaPenelitian ini merekomendasikan kepada pengelola Pantai Papuma untuk lebih memperhatikan strategi pemasaran yang sesuai dengan preferensi generasi Z, serta
STIEDHARMAPUTRA SMGSTIEDHARMAPUTRA SMG Penelitian ini juga memberikan dukungan empiris yang kuat terhadap pentingnya penerapan prinsip-prinsip akuntansi yang baik dan benar untuk menghasilkanPenelitian ini juga memberikan dukungan empiris yang kuat terhadap pentingnya penerapan prinsip-prinsip akuntansi yang baik dan benar untuk menghasilkan
STIEDHARMAPUTRA SMGSTIEDHARMAPUTRA SMG Metode penelitian yang digunakan adalah metode kuantitatif dengan teknik purposive sampling. Teknik pengumpulan data dilakukan dengan metode angket denganMetode penelitian yang digunakan adalah metode kuantitatif dengan teknik purposive sampling. Teknik pengumpulan data dilakukan dengan metode angket dengan
Useful /
UKRIMUKRIM Kecelakaan sering terjadi akibat kesalahan manusia, seperti mengantuk saat berkendara yang membahayakan pengendara dan orang lain. Selain itu, helm jugaKecelakaan sering terjadi akibat kesalahan manusia, seperti mengantuk saat berkendara yang membahayakan pengendara dan orang lain. Selain itu, helm juga
UKRIMUKRIM Artikel ini menyajikan studi kasus pendidikan tinggi dan sekolah bahasa swasta yang menjelaskan bagaimana AI diterapkan dalam praktik pengembangan profesionalArtikel ini menyajikan studi kasus pendidikan tinggi dan sekolah bahasa swasta yang menjelaskan bagaimana AI diterapkan dalam praktik pengembangan profesional
UKRIMUKRIM Foto digital menawarkan kemudahan sekaligus risiko, karena dapat dengan mudah dimodifikasi menggunakan perangkat lunak pengedit gambar, sehingga semakinFoto digital menawarkan kemudahan sekaligus risiko, karena dapat dengan mudah dimodifikasi menggunakan perangkat lunak pengedit gambar, sehingga semakin
STIEDHARMAPUTRA SMGSTIEDHARMAPUTRA SMG Responden penelitian ini adalah 94 orang (populasi 123 orang) mahasiswa pelita bangsa jurusan manajemen SDM angkatan 2019. Jenis penelitian ini adalahResponden penelitian ini adalah 94 orang (populasi 123 orang) mahasiswa pelita bangsa jurusan manajemen SDM angkatan 2019. Jenis penelitian ini adalah