Optimisasi Klasifikasi Sentimen Pada Review Hotel Bahasa Inggris Dengan Model Roberta Twitter
Dalam era digital, wisatawan sering menggunakan internet untuk mencari dan memesan hotel. Ulasan hotel online adalah sumber informasi penting bagi calon tamu, namun sentimen dalam ulasan ini sulit diinterpretasikan karena bahasa yang kompleks dan kontekstual. Klasifikasi sentimen yang akurat dalam...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Institut Bisnis dan Teknologi Indonesia
2024-08-01
|
| Series: | SINTECH (Science and Information Technology) Journal |
| Subjects: | |
| Online Access: | https://ejournal.instiki.ac.id/index.php/sintechjournal/article/view/1547 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850197593387171840 |
|---|---|
| author | Bagas Setiadi Eko Purwanto Hanifah Permatasari |
| author_facet | Bagas Setiadi Eko Purwanto Hanifah Permatasari |
| author_sort | Bagas Setiadi |
| collection | DOAJ |
| description |
Dalam era digital, wisatawan sering menggunakan internet untuk mencari dan memesan hotel. Ulasan hotel online adalah sumber informasi penting bagi calon tamu, namun sentimen dalam ulasan ini sulit diinterpretasikan karena bahasa yang kompleks dan kontekstual. Klasifikasi sentimen yang akurat dalam ulasan hotel berbahasa Inggris memerlukan strategi yang canggih. Penelitian ini fokus pada model RoBERTa Twitter, yang merupakan pengembangan dari BERT (BiDirectional Encoder Representations from Transformers) Google, untuk meningkatkan pemahaman bahasa dan kinerja dalam konteks ulasan hotel. Dengan pendekatan pelatihan yang lebih komprehensif, model ini diharapkan dapat meningkatkan akurasi analisis sentimen. Penelitian ini melibatkan tahapan identifikasi masalah, seleksi data, preprocessing, pemodelan, dan pengujian hyperparameter. Hasil evaluasi menunjukkan kinerja model yang memuaskan dengan akurasi sentimen 88%, namun akurasi untuk aspek tertentu lebih rendah, dengan fasilitas 75%, pelayanan 78%, kamar 81%, serta lokasi dan harga 84%. Penelitian ini bertujuan untuk memberikan kontribusi dalam meningkatkan akurasi analisis sentimen, mendukung keputusan yang lebih tepat dalam pemilihan hotel online.
|
| format | Article |
| id | doaj-art-c07a6df989be47b8b069869320927f89 |
| institution | OA Journals |
| issn | 2598-7305 2598-9642 |
| language | English |
| publishDate | 2024-08-01 |
| publisher | Institut Bisnis dan Teknologi Indonesia |
| record_format | Article |
| series | SINTECH (Science and Information Technology) Journal |
| spelling | doaj-art-c07a6df989be47b8b069869320927f892025-08-20T02:13:06ZengInstitut Bisnis dan Teknologi IndonesiaSINTECH (Science and Information Technology) Journal2598-73052598-96422024-08-017210.31598/sintechjournal.v7i2.15471377Optimisasi Klasifikasi Sentimen Pada Review Hotel Bahasa Inggris Dengan Model Roberta Twitter Bagas Setiadi0Eko Purwanto1Hanifah Permatasari2Universitas Duta Bangsa SurakartaUniversitas Duta Bangsa SurakartaUniversitas Duta Bangsa Surakarta Dalam era digital, wisatawan sering menggunakan internet untuk mencari dan memesan hotel. Ulasan hotel online adalah sumber informasi penting bagi calon tamu, namun sentimen dalam ulasan ini sulit diinterpretasikan karena bahasa yang kompleks dan kontekstual. Klasifikasi sentimen yang akurat dalam ulasan hotel berbahasa Inggris memerlukan strategi yang canggih. Penelitian ini fokus pada model RoBERTa Twitter, yang merupakan pengembangan dari BERT (BiDirectional Encoder Representations from Transformers) Google, untuk meningkatkan pemahaman bahasa dan kinerja dalam konteks ulasan hotel. Dengan pendekatan pelatihan yang lebih komprehensif, model ini diharapkan dapat meningkatkan akurasi analisis sentimen. Penelitian ini melibatkan tahapan identifikasi masalah, seleksi data, preprocessing, pemodelan, dan pengujian hyperparameter. Hasil evaluasi menunjukkan kinerja model yang memuaskan dengan akurasi sentimen 88%, namun akurasi untuk aspek tertentu lebih rendah, dengan fasilitas 75%, pelayanan 78%, kamar 81%, serta lokasi dan harga 84%. Penelitian ini bertujuan untuk memberikan kontribusi dalam meningkatkan akurasi analisis sentimen, mendukung keputusan yang lebih tepat dalam pemilihan hotel online. https://ejournal.instiki.ac.id/index.php/sintechjournal/article/view/1547BERTrobertahotelsentimen |
| spellingShingle | Bagas Setiadi Eko Purwanto Hanifah Permatasari Optimisasi Klasifikasi Sentimen Pada Review Hotel Bahasa Inggris Dengan Model Roberta Twitter SINTECH (Science and Information Technology) Journal BERT roberta hotel sentimen |
| title | Optimisasi Klasifikasi Sentimen Pada Review Hotel Bahasa Inggris Dengan Model Roberta Twitter |
| title_full | Optimisasi Klasifikasi Sentimen Pada Review Hotel Bahasa Inggris Dengan Model Roberta Twitter |
| title_fullStr | Optimisasi Klasifikasi Sentimen Pada Review Hotel Bahasa Inggris Dengan Model Roberta Twitter |
| title_full_unstemmed | Optimisasi Klasifikasi Sentimen Pada Review Hotel Bahasa Inggris Dengan Model Roberta Twitter |
| title_short | Optimisasi Klasifikasi Sentimen Pada Review Hotel Bahasa Inggris Dengan Model Roberta Twitter |
| title_sort | optimisasi klasifikasi sentimen pada review hotel bahasa inggris dengan model roberta twitter |
| topic | BERT roberta hotel sentimen |
| url | https://ejournal.instiki.ac.id/index.php/sintechjournal/article/view/1547 |
| work_keys_str_mv | AT bagassetiadi optimisasiklasifikasisentimenpadareviewhotelbahasainggrisdenganmodelrobertatwitter AT ekopurwanto optimisasiklasifikasisentimenpadareviewhotelbahasainggrisdenganmodelrobertatwitter AT hanifahpermatasari optimisasiklasifikasisentimenpadareviewhotelbahasainggrisdenganmodelrobertatwitter |