Perpustakaan Digital ITB

Sentiment Analysis sudah berkembang pesat, perkembangan ini juga didasari oleh perkembangan teknologi secara hardware maupun software serta data. Hasil dari Sentiment Analysis ini sudah sampai pada persentase yang cukup bagus. Meskipun demikian Sentiment Analysis setelah diteliti lagi, ternyata masih bisa dikembangkan yaitu sampai pada level aspek. Level aspek tersebut mendetailkan sentiment tersebut kepada bagian apa yang diberikan sentiment positif atau negatif. Perkembangan Aspek Based Sentiment Analysis tersebut pada tahun 2015 sudah mencapai sekitar 80%. Kompetisi tersebut tim yang menggunakan Machine Learning mendapatkan peringkat 1 dari dataset restauran. Penelitian yang diajukan ini melakukan ekplorasi yang lebih mendalam dalam menggunakan Deep Learning dalam permasalahan Aspect Based Sentiment Analysis ini. Deep Learning dapat mengambil keterhubungan antara kata dalam sebuah kalimat dan memiliki fitur yang kaya dari filter yang dimiliki. Hasil metode Deep Learning dibandingkan dengan metode Classic Machine Learning secara keseluruhan lebih baik, dengan 5 eksperimen dataset yang berbeda dan berhasil selalu mendapatkan peringkat 1 dari 4 eksperimen. Satu eksperimen lainnya yang terbaik adalah SVM, tetapi selisih dengan metode Deep Learning sangat kecil yaitu 0,0057.