Multi-aspect Sentiment Analysis Komentar Wisata Tripadvisor Dengan Rule-based Classifier (studi Kasus : Bandung Raya)

Abstract

Meningkatnya popularitas situs web yang menyajikan informasi tentang tempat wisata dan menyediakan kolom komentar yang dapat diisi oleh pengguna, membuat setiap pembaca komentar dapat menjadikan komentar tersebut sebagai acuan untuk mengunjungi tempat wisata, seperti kolom komentar pada situs web TripAdvisor .Tetapi, komentar tempat wisata pada situs web TripAdvisor hanya memberi penilaian secara keseluruhan pada setiap komentar dan tidak memberikan penilaian sesuai dengan aspek yang dibicarakan, sehingga menyulitkan pembaca komentar menganalisis aspek yang unggul pada komentar tersebut. Terkait masalah tersebut, penelitian ini bertujuan untuk mengelompokkan kata dari komentar tersebut sesuai dengan aspek yang terkait menjadi sebuah informasi yang lebih rinci dengan menggunakan multi aspect sentiment analysis. Metode yang digunakan adalah rule-based classifier, rule-based classifier dapat mengklasifikasikan sentimen dengan menggunakan aturan yang dapat dibentuk sesuai kondisi dan dibutuhkan dalam penelitian, dari penggunaan aturan tersebut diketahui nilai coverage tertinggi 99.00% dan nilai accuracy terkecil adalah 97.78 % yang didapat dari setiap aturan pada proses klasifikasi sentimen dengan metode rule-based classifier. Pada hasil penelitian, nilai coverage pada sentimen positif cukup tinggi, karena banyaknya kata dengan label positif, dan untuk nilai accuracy cukup baik yang menunjukan ketepatan klasifikasi dengan rule-based classifier pada sistem.