Multi-Label Aspect-Based Sentiment Analysis pada Ulasan Produk Kecantikan Berbasis Bert-Bilstm Lintas Domain

Nurul Azmi, Sabrina (2026) Multi-Label Aspect-Based Sentiment Analysis pada Ulasan Produk Kecantikan Berbasis Bert-Bilstm Lintas Domain. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (319kB)
	PDF BAB_II.pdf Download (471kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (480kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (5MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (214kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (234kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	Archive (ZIP) 00000077730_2521_LembarPengesahan.pdf Restricted to Registered users only Download (64kB)

Abstract

Ulasan konsumen mengenai merek kecantikan lokal seperti Mother of Pearl (MOP) di platform X sering kali memuat opini yang tumpang tindih terhadap berbagai aspek dalam satu kalimat, serta sarat dengan percampuran bahasa (code-mixed). Keterbatasan data berlabel pada ulasan spesifik produk MOP tersebut menjadi tantangan tersendiri bagi metode analisis sentimen konvensional. Oleh karena itu, penelitian ini bertujuan mengembangkan arsitektur Cross-Domain Multi-Label Aspect-Based Sentiment Analysis (CD-ML-ABSA) untuk mengidentifikasi polaritas sentimen ganda pada berbagai aspek secara bersamaan. Pendekatan lintas domain diterapkan melalui domain-adaptive pre-training menggunakan Masked Language Modeling (MLM) IndoBERT pada korpus gabungan data sekunder dan data crawling ulasan MOP. Arsitektur ini kemudian diintegrasikan dengan Shared BiLSTM untuk menangkap informasi sekuensial dan Dual Attention Mechanism guna menyoroti hubungan antara aspek dan konteks. Hasil pengujian menunjukkan performa model yang sangat baik dengan Exact Match Ratio sebesar 72,35%, Micro- F1 92,05%, Macro-F1 85,56%, serta Hamming Loss yang rendah di angka 0,0795. Secara keseluruhan, arsitektur CD-ML-ABSA terbukti andal dan komprehensif dalam mengekstraksi multiaspek serta multipolaritas sentimen di tengah keterbatasan data, sehingga dapat menjadi solusi analitik yang adaptif bagi evaluasi industri kecantikan.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Nurul Azmi, Sabrina (00000077730)
Contributors:	Evelin Johan, Monika
Keywords:	Aspect-Based Sentiment Analysis, Multi-Label Classification, Cross-Domain, IndoBERT-BiLSTM, Ulasan Produk Kecantikan
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	26 Jun 2026 08:00
URI:	https://kc.umn.ac.id/id/eprint/46739

Actions (login required)

View Item