Verdian, Fahrul Fuguh (2025) ANALISIS SENTIMEN ULASAN HOTEL DI YOGYAKARTA MENGGUNAKAN ALGORITMA DISTILBERT (DISTILLATION VERSION OF BERT). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (145kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (732kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (690kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (2MB) |
|
Text (BAB V)
BAB V.pdf Download (70kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (149kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.11.4331.zip Restricted to Repository staff only Download (237kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Perkembangan teknologi yang pesat telah mengubah cara manusia dalam menerima dan menyampaikan informasi. Jika sebelumnya informasi disebarkan secara lisan, kini penyebaran dapat dilakukan hanya melalui sentuhan jari. Salah satu contohnya adalah ulasan pelanggan terhadap layanan hotel, yang kini banyak disampaikan melalui platform digital. Ulasan ini dapat berdampak positif maupun negatif bagi reputasi hotel, tergantung pada pengalaman yang dituliskan oleh pelanggan. Namun, banyaknya ulasan yang tersedia sering kali menyulitkan calon pelanggan dalam memperoleh informasi yang relevan. Oleh karena itu, analisis sentimen menjadi pendekatan penting untuk mengelompokkan ulasan ke dalam kategori positif, negatif, atau netral. Penelitian ini bertujuan melakukan analisis sentimen terhadap ulasan hotel di Indonesia dengan menggunakan algoritma DistilBERT (Distilled Version of BERT), guna menyediakan informasi yang valid bagi pelanggan serta memberikan insight bagi pihak pengelola hotel. Pemilihan DistilBERT didasarkan pada kemampuannya yang efisien, dengan ukuran model lebih kecil dari BERT, sehingga lebih cepat dan ringan secara komputasi. Penelitian ini juga melakukan tuning parameter untuk meningkatkan performa model, dengan konfigurasi terbaik pada batch_size 16, epoch 5, dan learning_rate 0.0001 menggunakan optimizer AdamW. Hasil evaluasi menunjukkan model menghasilkan akurasi, precision, recall, dan F1-score masing-masing sebesar 96% pada hotel Gallery Prawirotaman. Hal ini menunjukkan bahwa DistilBERT mampu menganalisis sentimen ulasan hotel secara efektif dan akurat.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | DistilBERT, Ulasan Hotel, Sentimen Analisis, Bahasa Indonesia, Hotel | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 01 Dec 2025 07:31 | ||
| Last Modified: | 01 Dec 2025 07:31 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/31409 |
Actions (login required)
 |
View Item |