ANALISIS SENTIMEN BERBASIS ASPEK PADA BEBEK SINJAY MENGGUNAKAN LABEL POWERSET DENGAN METODE ENSEMBLE XGBOOST

Bebek sinjay adalah salah satu rumah makan yang telah berkembang pesat dengan berbagai cabang di indonesia. Namun, untuk mempertahankan dan meningkatkan kepuasan pelanggan, rumah makan Bebek Sinjay perlu memperhatikan ulasan pelanggan dari Google Maps. Ulasan yang akan digunakan adalah aspek seperti makanan, pelayanan, harga, tempat.Penelitian ini mengusulkan penggunaan metode klasifikasi sentimen berbasis aspek menggunakan pendekatan machine learning. Pendekatan yang digunakan adalah multi-label classification dengan metode XGBoost dan label powerset. Data ulasan yang bersumber dari Rumah Makan Bebek Sinjay KM21 gedung baru. Data ulasan Bebek Sinjay Km21 yang digunakan awalnya berjumlah 2510, namun setelah proses cleaning untuk menghapus ulasan yang kosong, duplikat, ulasan yang tidak relevan dan yang bukan dalam bahasa Indonesia, jumlah ulasan yang digunakan berkurang menjadi 1197. Data tersebut dilakukan pelabelan aspek dan label powerset. Setelah proses pelabelan data masuk ke dalam tahap preprocessing yang meliputi case folding, remove punctuation, tokenization, stopword removal, normalization dan stemming. Setelah tahap preprocessing selesai data dilakukan pembobotan kata menggunakan TF-IDF. Setelah dilakukan pembobotan kata, data dibagi menjadi data latih dan data uji dengan perbandingan 80%:20%. Hasil pengujian menunjukkan bahwa model terbaik diperoleh pada skenario n_label 2 dengan penggunaan stemming. Model tersebut menghasilkan nilai Hamming Loss sebesar 0,090, Precision sebesar 0,915, Recall sebesar 0,893, dan F1-Score sebesar 0,904. Hasil penelitian menunjukkan bahwa pengurangan jumlah kombinasi label dapat meningkatkan performa model karena distribusi data antar kelas menjadi lebih seimbang.