Pengembangan Sistem Pelabelan Otomatis Untuk Aspect-Based Sentiment Analysis Pada Ulasan Video Game Menggunakan Large Language Models - Dalam bentuk buku karya ilmiah
RADITYA NAUFAL WICAKSONO

Informasi Umum

Kode

25.04.3569

Klasifikasi

005.262 - Programming in specific programming languages

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Membuat Aplikasi Website

Dilihat

44 kali

Informasi Lainnya

Abstraksi

<span lang="IN" new="" roman="" style="font-size:12.0pt;line-height: 150%;font-family:" times="">Industri <i>video game</i> berkembang pesat dengan jutaan ulasan pengguna yang dihasilkan setiap tahun, namun volume dan kompleksitas opini multi-aspek dalam ulasan tersebut menyulitkan pengembang untuk memperoleh ringkasan yang terstruktur. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah sistem prototipe fungsional berupa <i>dashboard</i> untuk mengotomatiskan proses <i>Aspect-Based Sentiment Analysis</i> (ABSA) pada ulasan <i>video game</i>. Metodologi penelitian yang digunakan adalah pendekatan hibrida yang mengintegrasikan CRISP-DM untuk fase riset data dan Model <i>Waterfall</i> untuk fase pengembangan sistem. Sebuah <i>dataset ground truth</i> berkualitas tinggi yang terdiri dari 896 ulasan Steam berhasil dibangun melalui proses anotasi manual yang ketat dan divalidasi dengan reliabilitas antar-anotator yang sangat tinggi (nilai Fleiss' Kappa rata-rata > 0.85). Eksperimen evaluasi komprehensif dilakukan untuk menemukan kombinasi strategi <i>prompt engineering</i> dan <i>Large Language Model</i> (LLM) yang paling optimal. Hasil penelitian menunjukkan bahwa strategi <i>prompt</i> <i>4-Shot + Guideline</i> merupakan yang paling efektif. Pada evaluasi perbandingan model, Llama 4 Maverick menunjukkan kinerja tertinggi untuk tugas <i>Aspect Category Detection</i> (ACD) dengan Macro F1-Score 0.9055 dan tugas <i>Aspect Category Sentiment Classification</i> (ACSC) dengan Macro F1-Score 0.8373. Temuan ini diimplementasikan dalam sebuah prototipe <i>dashboard</i> fungsional, yang menunjukkan kelayakan kombinasi model LLM <i>state-of-the-art</i> dengan strategi <i>prompt</i> yang tepat sebagai pendekatan yang menjanjikan untuk menghasilkan analisis opini pemain yang terstruktur secara otomatis</span>

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook