Analisis Sentimen Ulasan Pengunjung Villa Menggunakan Algoritma LSTM dan Ekstraksi Word2Vec

Restu Gede Purnama Purnama

doi:10.23960/jitet.v14i3.10635

Restu Gede Purnama Purnama
Fakultas Sains dan Teknologi, Universitas Muhammadiyah Sukabumi

DOI: https://doi.org/10.23960/jitet.v14i3.10635

Keywords Analisis Sentimen, LSTM, Word2Vec, Deep Learning, CRISP-DM

Abstract Views (Last 12 Months)

7 Abstract Views

8 Downloads

Abstract

Menganalisis ulasan teks tidak terstruktur di platform digital menghadirkan tantangan pemrosesan bahasa alami yang signifikan akibat bahasa gaul, kesalahan ketik, dan ambiguitas konteks. Penelitian ini mengevaluasi algoritma Long Short-Term Memory (LSTM) dengan ekstraksi Word2Vec untuk analisis sentimen ulasan akomodasi pariwisata. Menggunakan kerangka kerja CRISP-DM, pengumpulan data primer dilakukan dengan mengekstraksi 19.134 ulasan mentah secara masif dari platform Traveloka dan Google Maps. Dataset diseimbangkan menjadi 7.188 data. Untuk mengatasi kompleksitas bahasa, tahap prapemrosesan teks secara strategis mempertahankan kata negasi dan menormalisasi bahasa gaul. Istilah Out-of-Vocabulary (OOV) dipetakan menjadi vektor nol guna menjaga integritas sekuensial LSTM, dilanjutkan dengan pembagian data uji (data split). Hasil pengujian dengan Confusion Matrix menunjukkan model LSTM mencapai akurasi keseluruhan sebesar 85,40%, serta nilai rata-rata makro untuk precision 86%, recall 85%, dan F1-Score 85%. Kinerja ini membuktikan keandalan model dalam mengatasi ambiguitas sentimen. Model terbaik ini kemudian diimplementasikan ke dalam purwarupa aplikasi berbasis web untuk memfasilitasi analisis sentimen massal secara otomatis.

Downloads

Download data is not yet available.

References

D. Herdiansyah, "Tak Seramai Dulu, Pengunjung Jembatan Situ Gunung Sukabumi pada Natal dan Tahun Baru Turun 40 Persen," Tribun Jabar, 2024.

D. Jurafsky and J. H. Martin, Speech and Language Processing, 3rd ed. draft. Stanford: Stanford University & University of Colorado at Boulder, 2024.

D. Duei Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier”, JITET (Jurnal Informatika dan Teknik Elektro Terapan), vol. 10, no. 1, Jan. 2022.

A. R. Isnain, H. Sulistiani, and B. M. Hurohman, "Analisis Perbandingan Algoritma LSTM dan Naive Bayes untuk Analisis Sentimen," JEPIN (Jurnal Edukasi Dan Penelitian Informatika), vol. 8, no. 2, 2022.

N. L. W. S. R. Ginantra, C. P. Yanti, G. D. Prasetya, I. B. G. Sarasvananda, and I. K. A. G. Wiguna, "Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN," JANAPATI (Jurnal Nasional Pendidikan Teknik Informatika), vol. 11, no. 3, pp. 205–215, 2022.

I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. Cambridge: MIT Press, 2016.

T. Mikolov, K. Chen, G. Corrado, and J. Dean, "Efficient Estimation of Word Representations in Vector Space," 2013, [Online]. Available: http://arxiv.org/abs/1301.3781.

P. Goyal, S. Pandey, and K. Jain, Deep Learning for Natural Language Processing. Apress, 2018.

P. Chapman et al., CRISP-DM 1.0 Step-by-step data mining guide, SPSS Inc., 2000.

P. R. Togatorop, R. P. Simanjuntak, S. B. Manurung, and M. C. Silalahi, "PEMBANGKIT ENTITY RELATIONSHIP DIAGRAM DARI SPESIFIKASI KEBUTUHAN MENGGUNAKAN NATURAL LANGUAGE PROCESSING," Jurnal Komputer dan Informatika, vol. 9, no. 2, pp. 196–206, 2021.

Z. Abidin, A. Junaidi, and Wamiliana, "Text Stemming and Lemmatization of Regional Languages in Indonesia: A Systematic Literature Review," JISEBI, vol. 10, no. 2, pp. 217–231, 2024.

P. Agustini, M. Iqbal, V. A. Akbar, and R. Kurniawan, "Perbandingan Algoritma Deep Learning untuk Analisis Sentimen Ekowisata di Bogor," MALCOM, vol. 5, no. 3, pp. 1133–1142, 2025.

S. Oktapiani, Gunawansyah, and B. Ega Aulia, "PERBANDINGAN ALGORITMA LSTM DAN BILSTM DALAM ANALISIS SENTIMEN DATA ULASAN HOTEL," Prosiding SOBAT, vol. 7, pp. 500–509, 2025.

P. R. Al Farizal and W. A. A. Nugroho, "Analisis Sentimen Berbasis Aspek Pada Ulasan Google Maps," Seminar Nasional Official Statistics, pp. 297–308, 2025.

R. A. E. V. T. Sapanji, D. Hamdani, and P. Harahap, "Sentiment Analysis of the Top 5 E-commerce Platforms in Indonesia using Text Mining and NLP," JAIC, 2023.