PERUMUSAN REKOMENDASI LAYANAN BERDASARKAN ASPECT BASED SENTIMENT ANALYSIS DENGAN MODEL INDOBERT PADA SITUS PENGADUAN ONLINE LAPOR SLEMAN

ADISTI, TRISNA (2024) PERUMUSAN REKOMENDASI LAYANAN BERDASARKAN ASPECT BASED SENTIMENT ANALYSIS DENGAN MODEL INDOBERT PADA SITUS PENGADUAN ONLINE LAPOR SLEMAN. Other thesis, UPN Veteran Yogyakarta.

	Text ABSTRAK.pdf Download (335kB)
	Text COVER.pdf Download (223kB)
	Text DAFTAR ISI.pdf Download (780kB)
	Text DAFTAR PUSTAKA.pdf Download (360kB)
	Text HALAMAN PENGESAHAN PEMBIMBING TRISNA ADISTI.pdf Download (209kB)
	Text LAPORAN_124200038_TRISNA ADISTI.pdf Restricted to Repository staff only Download (8MB)

Abstract

vii
ABSTRAK
Penelitian ini mengkaji implementasi konsep smart city di Kabupaten Sleman melalui
platform pengaduan online, Lapor Sleman. Platform ini menjadi saluran utama bagi
masyarakat untuk menyampaikan keluhan dan aspirasi terhadap layanan publik. Meskipun
efektif dalam mengumpulkan pengaduan, proses klasifikasi manual oleh Diskominfo
Sleman menghadapi tantangan dalam memahami sentimen dan aspek-aspek yang dibahas
dalam laporan. Untuk mengatasi masalah ini, penelitian ini mengusulkan pendekatan aspect
based sentiment analysis (ABSA) dengan menggunakan model IndoBERT.
Tujuan utama dari penelitian ini adalah untuk mengklasifikasi teks laporan yang
masuk melalui Lapor Sleman dengan pendekatan ABSA. Pendekatan ABSA memungkinkan
ekstraksi aspek dan analisis sentimen dalam teks laporan, sehingga diharapkan dapat
membantu Diskominfo Sleman untuk secara efisien mengelola dan merespons pengaduan
masyarakat. Dengan ABSA, setiap laporan yang masuk dapat dianalisis secara mendetail
untuk mengidentifikasi aspek spesifik seperti infrastruktur, lingkungan, transportasi,
pelayanan publik, pendidikan sosial, ekonomi perizinan, keamanan ketertiban, dan
pariwisata budaya, serta menentukan sentimen yang terkait dengan masing-masing aspek
tersebut, apakah positif, negatif, netral, atau tidak ada aspek.
Temuan dari penelitian ini menunjukkan bahwa model IndoBERT yang digunakan
mencapai akurasi sebesar 81%. Akurasi ini menunjukkan bahwa model IndoBERT efektif
dalam mengklasifikasi sentimen dan aspek dalam teks laporan, sehingga memberikan dasar
yang kuat untuk implementasi lebih lanjut. Hasil utama dari penelitian ini adalah
pengembangan sebuah dashboard rekomendasi yang menggunakan model IndoBERT dan
diimplementasikan dengan framework Streamlit. Dashboard ini dirancang untuk membantu
Diskominfo Sleman dalam mengelola pengaduan yang masuk melalui Lapor Sleman dengan
lebih efektif. Dengan memanfaatkan analisis aspect based sentiment analysis (ABSA),
dashboard ini dapat menyajikan informasi yang lebih terstruktur mengenai aspek-aspek yang
dikeluhkan dan sentimen yang terkandung dalam setiap laporan, memungkinkan pihak
terkait untuk dengan cepat mengambil langkah yang diperlukan untuk meningkatkan
layanan publik.
Kata Kunci: Aspect-based sentiment analysis; IndoBERT; analisis sentiment
viii
ABSTRACT
This research examines the implementation of the smart city concept in Sleman Regency
through an online complaint platform, Lapor Sleman. This platform is the main channel for
the public to submit complaints and aspirations for public services. Although effective in
collecting complaints, the manual classification process by Diskominfo Sleman faces
challenges in understanding the sentiments and aspects discussed in the reports. To address
this issue, this research proposes an aspect based sentiment analysis (ABSA) approach using
the IndoBERT model.
The main objective of this research is to classify the text of incoming reports through
Lapor Sleman using the ABSA approach. The ABSA approach enables aspect extraction and
sentiment analysis in the report text, so it is expected to help Diskominfo Sleman to efficiently
manage and respond to public complaints. With ABSA, each incoming report can be
analysed in detail to identify specific aspects such as infrastructure, environment,
transportation, public services, social education, licensing economy, order security, and
cultural tourism, and determine the sentiment associated with each of these aspects, whether
positive, negative, neutral, or no aspect.
The findings from this study show that the IndoBERT model used achieved an
accuracy of 81%. This accuracy shows that the IndoBERT model is effective in classifying
sentiments and aspects in report text, thus providing a strong basis for further
implementation. The main result of this research is the development of a recommendation
dashboard that uses the IndoBERT model and is implemented with the Streamlit framework.
This dashboard is designed to assist Diskominfo Sleman in managing complaints submitted
through Lapor Sleman more effectively. By utilising aspect based sentiment analysis (ABSA),
this dashboard can present more structured information regarding the aspects complained
about and the sentiments contained in each report, enabling relevant parties to quickly take
the necessary steps to improve public services.
Keywords: Aspect-based sentiment analysis; IndoBERT; analisis sentiment

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Aspect-based sentiment analysis; IndoBERT; analisis sentiment
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	13 Aug 2024 04:13
Last Modified:	13 Aug 2024 04:13
URI:	http://eprints.upnyk.ac.id/id/eprint/40692

Actions (login required)

View Item