Prakoso, Andriko Fajar and Putra Pandu Adikara, S.Kom., M.Kom. and Rizal Setya Perdana, S.Kom., M.Kom., Ph.D. (2024) Deteksi Kategori Aspek pada Ulasan Restoran dengan Metode Support Vector Machine. Sarjana thesis, Universitas Brawijaya.
Abstract
Pada kehidupan saat ini kecanggihan pasar menyebabkan ketatnya persaingan antar sektor usaha yang ada, salah satunya restoran. Pengujung yang ingin mengunjungi suatu restoran akan mempertimbangkan restoran yang akan dikunjunginya dengan cara melihat dari ulasan yang diberikan oleh pengunjung sebelumnya, baik itu positif maupun negatif terkait pengalaman selama mengunjungi restoran tersebut. Pada ulasan restoran dapat mencakup banyak aspek yang berbeda. Deteksi kategori aspek dapat dilakukan untuk mengekstraksi aspek dalam ulasan. Data penelitian ini merupakan data ulasan restoran dari SemEval2016 yang berjumlah 2000 data. Untuk menemukan aspekaspek yang terdapat pada ulasan restoran tersebut, dilakukan text preprocessing dan pembobotan kata, selanjutnya menggunakan strategi oneagaintsall pada proses klasifikasi aspek dengan metode Support Vector Machine. Hasil evaluasi dari penelitian ini mendapatkan confusion matrix untuk klasifikasi aspek menunjukkan nilai precision sebesar 0,37, recall sebesar 0,27, dan Fmeasure sebesar 0,27.
English Abstract
In today's life, market advancement causes intense competition between existing business sectors, one of which is restaurants. Visitors who want to visit a restaurant will consider the restaurant they will visit by looking at the reviews given by previous visitors, both positive and negative regarding the experience while visiting the restaurant. Restaurant reviews can cover many different aspects. Aspect category detection can be done to extract aspects in reviews. The data of this research is restaurant review data from SemEval2016 which amounts to 2000 data. To find the aspects contained in the restaurant reviews, text preprocessing and word weighting are carried out, then using the oneagaintsall strategy in the aspect classification process with the Support Vector Machine method. The evaluation results of this study obtained a confusion matrix for aspect classification showing a precision value of 0.37, recall of 0.27, and Fmeasure of 0.27.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 0524150026 |
Uncontrolled Keywords: | deteksi kategori aspek, ulasan restoran, support vector machine, oneagainstall-aspect category detection, restaurant reviews, support vector machine, oneagainstall. |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | soegeng sugeng |
Date Deposited: | 15 Feb 2024 07:25 |
Last Modified: | 15 Feb 2024 07:25 |
URI: | http://repository.ub.ac.id/id/eprint/215278 |
Text (DALAM MASA EMBARGO)
Andriko Fajar Prakoso.pdf Restricted to Registered users only Download (2MB) |
Actions (login required)
View Item |