Ektrasi topik ulasan warung kopi Tulungagung menggunakan Indobert

INDONESIA:

Ulasan pelanggan pada platform Google Maps menjadi sumber informasi yang penting untuk mengetahui pengalaman dan preferensi masyarakat terhadap warung kopi di Tulungagung. Banyaknya ulasan yang tersedia dalam bentuk teks menyebabkan proses identifikasi topik secara manual menjadi kurang efektif sehingga diperlukan metode otomatis untuk melakukan ekstraksi topik. Penelitian ini bertujuan menerapkan metode BERTopic berbasis IndoBERT dalam melakukan ekstraksi topik ulasan warung kopi di Tulungagung serta membandingkan kualitas topik yang dihasilkan dengan metode Latent Dirichlet Allocation (LDA). Data penelitian diperoleh dari ulasan Google Maps warung kopi di Tulungagung yang melalui tahapan preprocessing, representasi teks menggunakan IndoBERT, pemodelan topik menggunakan BERTopic, serta evaluasi menggunakan topic coherence (C_v). Sebagai pembanding, dilakukan pemodelan topik menggunakan metode LDA pada data yang sama. Hasil penelitian menunjukkan bahwa BERTopic berbasis IndoBERT mampu menghasilkan enam topik utama yang merepresentasikan tema-tema dalam ulasan pelanggan. Berdasarkan evaluasi menggunakan topic coherence, BERTopic memperoleh nilai coherence global sebesar 0,5859, sedangkan LDA memperoleh nilai sebesar 0,4226 serta menghasilkan nilai coherence yang lebih tinggi pada lima dari enam topik yang terbentuk. Temuan ini menunjukkan bahwa BERTopic berbasis IndoBERT mampu menghasilkan topik yang lebih koheren dan mudah diinterpretasikan dibandingkan LDA, sehingga berpotensi menjadi metode yang efektif untuk ekstraksi topik pada data ulasan berbahasa Indonesia.

ENGLISH:

Customer reviews on Google Maps serve as an important source of information for understanding people's experiences and preferences regarding coffee shops in Tulungagung. The large volume of text-based reviews makes manual topic identification inefficient, creating the need for an automated topic extraction method. This study aims to implement the BERTopic method based on IndoBERT for topic extraction from coffee shop reviews in Tulungagung and to compare its performance with the Latent Dirichlet Allocation (LDA) method. The dataset was collected from Google Maps reviews of coffee shops in Tulungagung and processed through several stages, including preprocessing, text representation using IndoBERT embeddings, topic modeling with BERTopic, and evaluation using topic coherence (C_v). As a baseline model, LDA was applied to the same dataset for comparison. The results show that BERTopic based on IndoBERT successfully generated six main topics representing the themes contained in customer reviews. Based on topic coherence evaluation, BERTopic achieved a global coherence score of 0.5859, while LDA obtained a score of 0.4226. In addition, BERTopic produced higher coherence scores in five out of the six identified topics. These findings indicate that BERTopic based on IndoBERT generates more coherent and interpretable topics than LDA, making it a promising approach for topic extraction from Indonesian text reviews.

ARABIC:

تُعد مراجعات العملاء على منصة Maps Google مصدرًا مهمًا للمعلومات لفهم تجارب المجتمع وتفضيلاته تجاه المقاهي في تولونغاغونغ. ونظرًا لكثرة المراجعات النصية، فإن تحديد الموضوعات يدويًا يصبح أقل كفاءة، مما يستدعي استخدام أساليب آلية لاستخراج الموضوعات. تهدف هذه الدراسة إلى تطبيق
طريقة BERTopic المعتمدة على IndoBERT لاستخراج الموضوعات من مراجعات المقاهي في
تولونغاغونغ، ومقارنة جودة الموضوعات الناتجة مع طريقة التخصيص الكامن لديريشليه(LDA). تم جمع
بيانات الدراسة من مراجعات Maps Google الخاصة بالمقاهي في تولونغاغونغ، ثم خضعت لمراحل
المعالجة المسبقة للنصوص، وتمثيل النصوص باستخدامIndoBERT ، ونمذجة الموضوعات باستخدام BERTopic، وتقييم النتائج باستخدام مقياس اتساق الموضوعات (C_v). كما استُخدمت طريقة LDA كنموذج مقارن على البيانات نفسها.أظهرت نتائج الدراسة أن BERTopic المعتمد على IndoBERT تمكن من استخراج ستة موضوعات رئيسية تمثل الموضوعات المختلفة الواردة في مراجعات العملاء. وبناءً على تقييم اتساق الموضوعات، حقق BERTopic قيمة اتساق كلية بلغت 0.5859، في حين حقق LDA قيمة 0.4226، كما تفوق BERTopic في خمسة من أصل ستة موضوعات مستخرجة. وتشير هذه النتائج إلى أن
BERTopicالمعتمد على IndoBERT قادر على إنتاج موضوعات أكثر اتساقًا وأسهل في التفسير مقارنةً بـLDA ، مما يجعله أسلوبًا واعدًا وفعالًا لاستخراج الموضوعات من النصوص الإندونيسية.