Pemanfaatan IndoBERT intermediate layers untuk analisis sentimen berbasis aspek terhadap ulasan Wisata Candi Borobudur dan Prambanan

Candi Borobudur dan Prambanan merupakan destinasi strategis dalam pengembangan pariwisata Indonesia. Untuk memahami sentimen wisatawan terhadap aspek spesifik destinasi, penelitian ini menerapkan Aspect-Based Sentiment Analysis (ABSA) menggunakan IndoBERT-base dengan pemanfaatan intermediate layers. Fokus analisis meliputi enam aspek utama: aksesibilitas, amenitas, citra, daya tarik, harga, dan sumber daya manusia (SDM). Ekstraksi fitur dilakukan menggunakan teknik LSTM-Pooling dan Attention-Pooling, kemudian dievaluasi melalui 10-fold cross-validation. Data ulasan berbahasa Indonesia diperoleh dari GitHub yang telah dianotasi melalui crowdsourcing. Hasil untuk analisis sentimen menunjukkan model IndoBERT-Attention unggul dengan akurasi rata-rata 0.9859, sedangkan IndoBERT-LSTM sebesar 0.9854 dan IndoBERT-Base sebesar 0.984. Sementara hasil untuk analisis klasifikasi aspek dalam F1-Score (%) sebagai pembanding penelitian sebelumnya menujukkan bahwa model IndoBERT-LSTM dapat memprediksi dengan baik, skor tertinggi pada aspek aksesibilitas sebesar 95.82%, harga sebesar 94.86 %, amenitas sebesar 94.01%, SDM sebesar 91.70%, daya tarik sebesar 85.26% dan citra 84.14%. Temuan ini memberikan wawasan bagi pengelola wisata di Candi Borobudur dan Candi Prambanan serta memperkuat efektivitas IndoBERT dalam analisis sentimen berbahasa Indonesia.