Teliti Tentang Analisis Sentimen Berbasis Aspek pada Marketplace , Ahmad Abdul Chamid Raih Gelar Doktor di Undip

Baca juga berita yang lain : Education

SEMARANG- Ahmad Abdul Chamid berhasil meraih gelar Doktor usai Sidang Disertasi pada Program Studi Doktor Sistem Informasi (DSI) di Ruang Sidang Utama Gedung A Lantai 1 Sekolah Pascasarjana Universitas Diponegoro (Undip) pada Selasa, 5 Maret 2024

Dr Ahmad Abdul Chamid melakuakan penelitian disertasi dengan judul “Analisis Sentimen Berbasis Aspek untuk Ulasan Pengguna Marketplace Menggunakan Stanza dan Pendekatan Semi-Supervised Learning”.

Tim Penguji  terdiri dari Dr. R.B. Sularto, S.H., M.Hum (Dekan Sekolah Pascasarjana Undip), Prof. Dr. Rahmat Gernowo, M.Si (Kaprodi DSI Undip), Prof. Dr. Widowati, S.Si., M.Si. (Promotor), Dr. Retno Kusumaningrum, S.Si., M.Kom. (Co Promotor), Prof. Dr. Kusworo Adi, S.Si., M.T. (Penguji 1), Prof. Dr. Adian Fatchur Rochman, S.T., M.T (Penguji 2), dan Prof. Dr. Ridwan Sanjaya, S.E., S.Kom., MS.IEC (Penguji Eksternal dari UNIKA. Soegijapranata Semarang)

Menurut Dr Ahmad Abdul Chamid Penelitian disertasi ini dilakukan karena selama ini ulasan yang ada pada marketplace kurang menyajikan informasi yang mendalam dan adanya disinformasi pada ulasan yang berbentuk bintang, selain itu kalimat ulasan yang ada belum disajikan dalam bentuk informasi yang mudah dipahami oleh pihak terkait, ksususnya pemilik toko online, misal pada kalimat ulasan perlu dianalisis secara mendalam untuk mendapatkan informasi apa yang sebenarnya disukai atau tidak disukai dari pembeli.

“Analisis sentimen berbasis aspek diusulkan untuk mendapatkan informasi secara mendalam dari kalimat ulasan. Berdasarkan penelitian sebelumnya penggunaan classical machine learning terdapat kelemahan dan diatasi dengan penggunaan deep learning. Namun, permasalahannya masih terdapat inkonsistensi deteksi aspek, apabila salah dalam mendeteksi aspek atau tidak dapat mendeteksi aspek maka tidak dapat mengklasifikasi sentiment,” ungkap Dr Ahmad Abdul Chamid.

“Penggunaan stanza dengan cara menguraikan struktur tata bahasa untuk dapat mendeteksi kata benda sebagai aspek, kata sifat sebagai opini serta hubungan antar kedua kata. Selain itu, pada tugas klasifikasi membutuhkan data berlabel, namun pada kenyataannya data yang banyak tersedia dalam bentuk tidak berlabel,” tambahnya.

Pada penelitian ini diusulkan semi-supervised learning untuk mengatasi keterbatasan data berlabel. Berdasarkan hasil penelitian didapatkan model analisis sentimen berbasis aspek terbaik (ABSA v2.0) dengan nilai F1-score sebesar 0,980 untuk deteksi aspek dan untuk klasifikasi sentimen dengan nilai dengan F1-score sebesar 0,876. Model ABSA v2.0 dipilih untuk diterapkan pada sistem atau aplikasi, hasilnya dapat digunakan untuk menganalisis kalimat ulasan dan menyajikan informasi yang dapat dimanfaatkan oleh pihak terkait untuk pengambilan keputusan.

Update terus berita terkini! Kunjungi halaman usmtv.id
Artikel mengenai Teliti Tentang Analisis Sentimen Berbasis Aspek pada Marketplace , Ahmad Abdul Chamid Raih Gelar Doktor di Undip dapat Anda temukan pada Education dan di tulis oleh usmnews