ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN PELANGGAN MENGGUNAKAN PEMODELAN LATENT DIRICHLET ALLOCATION DAN BERTopic (STUDI KASUS: RESTORAN PAYAKUMBUAH GUBENG)

Abstract

Industri makanan dan minuman sebagai salah satu penyumbang PDB skala nasional mengalami pertumbuhan yang cukup signifikan. Kekuatan utama dari sektor ini adalah kearifan lokal dalam makanan tradisional, seperti nasi padang yang telah tersebar di seluruh Indonesia. Saat ini, hampir setiap wilayah di Indonesia terdapat usaha masakan padang. Penelitian ini akan menganalisis ulasan salah satu usaha masakan padang terbesar di Surabaya, yaitu Restoran Payakumbuah Gubeng. Penelitian ini dilakukan dengan melakukan pengambilan 1000 data ulasan terbaru dari Google Riview. Selanjutnya, dilakukan pre-processing data agar data dapat dianalisis lebih lanjut. Penelitian ini membandingkan dua metode, yaitu Latent Dirichlet Allocation dan BERTopic. Hasil analisis menunjukkan bahwa penentuan jumlah topik untuk model terbaik pada metode BERTopic yaitu sebanyak 10 topik, sedangkan pada metode LDA sebanyak 4 topik. Metode BERTopic memiliki model yang lebih baik dibandingkan metode LDA secara kuantitatif melalui nilai koherensi. Namun, metode BERTopic menghasilkan topik dengan kata kunci yang sering tumpang tindih dan sulit dipahami, sementara Latent Dirichlet Allocation (LDA) menghasilkan topik yang lebih jelas dan mudah dimengerti. Hasil pemodelan topik menggunakan LDA mencakup makanan, rasa, layanan, dan rekomendasi di Restoran Payakumbuah .