Perpustakaan Digital ITB

Sistem penjelas intelegensi buatan adalah sebuah sistem yang digunakan untuk menjelaskan sebuah sistem intelegensi buatan. Sistem penjelas memiliki banyak tujuan, terutama untuk membuat pengguna sistem tersebut mengenai sistem yang mereka gunakan dan juga meningkatkan rasa percaya mereka ketika menggunakan sistem tersebut. Sementara itu, analisis sentimen adalah salah satu bidang intelegensi buatan yang paling banyak digunakan. Analisis sentimen digunakan untuk memprediksi sentimen dari sebuah teks. Pada tugas akhir ini dua buah metode penjelas akan digunakan untuk menjelaskan proses analisis sentimen di Bahasa Indonesia. Metode pertama merupakan salah satu tugas analisis sentimen yaitu ABSA (Aspect Based Sentiment Analysis). ABSA memprediksi sebuah sentimen dan aspek yang merupakan target dari sentimen tersebut. Metode kedua adalah LIME (Local Interpretable Model-agnostic Explanations). Metode ini adalah sebuah metode yang berasal dari bidang XAI (Explainable Artificial Intelligence) dan dirancang agar dapat menjelaskan beberapa buah sistem intelegensi buatan yang berbeda. Pada bidang analisis sentimen, LIME memberikan nilai per kata sebagai penjelasan mereka. Eksperimen dilakukan dengan menggunakan metode ABSA dan LIME untuk menjelaskan sebuah proses analisis sentimen yang dilakukan pada dataset dengan Bahasa Indonesia. Kedua metode kemudian dievaluasi menggunakan metrik interpretability, completeness, dan konsistensi. Metrik interpretability dan completeness diukur dengan melakukan survei mengenai tingkat masuk akal penjelasan. Metrik terakhir, konsistensi diukur dengan membandingkan hasil penjelasan metode dengan penjelasan lainnya dari metode yang sama. Hasil eksperimen ini menunjukkan bahwa kedua metode menghasilkan penjelasan yang sudah dapat dimengerti oleh penggunanya. Metode ABSA mendapatkan nilai survei yang lebih baik pada penjelasan yang panjang, sementara LIME mendapatkan nilai yang setara pada penjelasan yang panjang maupun pendek. Lalu untuk konsistensi, ABSA berhasil mendapatkan nilai yang lebih baik dibandingkan LIME yang kadang menghasilkan penjelasan yang tidak konsisten.