Analisis Sentimen Menggunakan Support Vector Machine (SVM) terhadap Ulasan Pengguna Aplikasi ChatGPT di Google Play Store

Sakhdiah, Muthia (2024) Analisis Sentimen Menggunakan Support Vector Machine (SVM) terhadap Ulasan Pengguna Aplikasi ChatGPT di Google Play Store. Skripsi thesis, Universitas Negeri Padang.

[img]
Preview
Text
B1_10_Muthia_Sakhdiah_20337008_4773_2024.pdf

Download (6MB) | Preview

Abstract

Teknologi Artificial Intelligence (AI) telah banyak diterapkan dalam kehidupan sehari-hari sebagai pendukung manusia dalam beraktifitas seperti berbelanja online, mendengarkan musik, asisten virtual, dan lainnya. Salah satu produk aplikasi digital yang memanfaatkan teknologi AI adalah aplikasi ChatGPT yang mampu merespon pesan teks dan suara layaknya kecerdasan manusia, serta dapat memberikan jawaban dan solusi yang kompleks dalam waktu yang cukup cepat. Namun, terdapat juga dampak negatif dari aplikasi ChatGPT, salah satunya rentan terjadi plagiarisme dalam karya ilmiah. Oleh sebab itu, muncul berbagai ulasan positif maupun negatif yang dapat dilihat pada kolom komentar aplikasi ChatGPT di Google Play Store. Berdasarkan hal tersebut, tujuan penelitian yang dilakukan adalah untuk melihat gambaran umum sentimen masyarakat yang dapat dilakukan dengan analisis sentimen, agar dapat menjadi bahan evaluasi dalam peningkatan kualitas produk oleh perusahaan. Salah satu algoritma yang digunakan dalam analisis sentimen adalah Support Vector Machine (SVM). SVM merupakan algoritma klasifikasi pada machine learning yang membagi data ke dalam dua kelas data dengan menentukan garis pemisah yang disebut hyperplane. Hyperplane terbaik memiliki margin maksimum, yaitu ketika jarak antar data terluar pada masing-masing kelas data dengan hyperplane memiliki jarak yang sama. Data yang digunakan pada penelitian ini adalah data ulasan pengguna aplikasi ChatGPT di Google Play Store. Berdasarkan analisis yang telah dilakukan, sentimen masyarakat terhadap penggunaan aplikasi ChatGPT 92,59% cenderung beropini positif. Penerapan kernel linear, Radial Bias Function (RBF), dan polynomial pada SVM mendapatkan hasil akurasi yang tinggi pada setiap kernel. Namun kernel linear memperoleh akurasi yang paling tinggi yaitu sebesar 93,9%. Hal ini menunjukkan SVM mampu dengan baik mengklasifikasikan ulasan pengguna aplikasi ChatGPT di Google Play Store. Selain itu hasil perhitungan accuracy, precision, dan recall diperoleh berturut-turut sebesar 94%, 99%, dan 94%. Berdasarkan wordcloud yang dihasilkan, sentimen masyarakat banyak dikaitkan dengan kata-kata positif yang merujuk pada kinerja dari aplikasi ChatGPT cukup baik dan membantu para pengguna. Sedangkan kata-kata negatif merujuk pada jawaban yang tidak update dan error dalam mengakses aplikasi.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorSalma, AdmiUNSPECIFIED
CorrectorPermana, DonyUNSPECIFIED
CorrectorFitria, DinaUNSPECIFIED
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik-S1
Depositing User: Sudia Ajjronisa S.Sos.
Date Deposited: 29 Aug 2024 06:05
Last Modified: 29 Aug 2024 06:05
URI: http://repository.unp.ac.id/id/eprint/53693

Actions (login required)

View Item View Item