METODE ASPECT-BASED SENTIMENT ANALYSIS (ABSA) PADA ULASAN SONGKET DI GOOGLE MAPS MENGGUNAKAN INDOBERT

Abstract

Transformasi digital telah mengubah cara konsumen mengevaluasi produk dan layanan, dengan 62% konsumen berpenghasilan tinggi lebih mempercayai ulasan pengguna lain daripada konten influencer. Hal ini menunjukkan peran strategis ulasan konsumen (Electronic Word of Mouth) dalam membentuk pandangan dan perilaku pembelian konsumen. Salah satu platform yang banyak digunakan oleh konsumen adalah Google Maps, yang menawarkan fitur ulasan dan dapat berfungsi sebagai sumber data untuk memahami opini pelanggan. Namun, analisis sentimen ulasan Google Maps terhadap UMKM tradisional masih jarang. Oleh karena itu, penelitian ini menerapkan Aspect-Based Sentiment Analysis (ABSA) menggunakan IndoBERT untuk menganalisis ulasan songket dari Google Maps. Evaluasi kinerja ABSA di tiga aspek: Kualitas, Layanan, dan Harga, menunjukkan hasil yang sangat baik. Akurasi dan presisi untuk semua elemen mencapai 0.99, dengan rentang recall dari 0.95-0.97, sedangkan F1-score berkisar antara 0.96-0.99. Hasil ini menunjukkan bahwa banyak ulasan konsumen menyampaikan sentimen positif, terutama mengenai kualitas, harga, dan layanan. Namun, masih terdapat beberapa komentar negatif yang dapat menjadi masukan evaluasi bagi UMKM Songket. Penelitian ini diharapkan akan memberikan wawasan berbasis data yang relevan bagi UMKM untuk meningkatkan daya saing.