Repository Universitas Negeri PadangAnalisis Sentimen Pengguna Media Sosial X terhadap ChatGPT dalam Penyelesaian Tugas Akhir Menggunakan Naive Bayes ClassifierPutriKhairaniauthorPerkembangan kecerdasan buatan, khususnya ChatGPT telah memberikan pengaruh yang signifikan dalam bidang pendidikan tinggi, terutama dalam penyelesaian tugas akhir. Namun demikian, kemudahan yang ditawarkan ChatGPT menimbulkan beragam tanggapan di kalangan masyarakat, terutama media sosial X baik yang mendukung maupun yang menolak penggunaannya. Perbedaan tanggapan tersebut memunculkan data opini berbentuk teks yang bersifat tidak terstruktur, sehingga diperlukan proses klasifikasi sentimen untuk menganalisis opini pengguna secara sistematis. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan opini pengguna media sosial X terhadap penggunaan ChatGPT dalam penyelesaian tugas akhir serta mengevaluasi performa model Naive Bayes Classifier berdasarkan nilai akurasi, recall, dan Area Under Curve (AUC). Jenis penelitian ini merupakan penelitian terapan dengan menggunakan data sekunder berupa 121 tweet berbahasa Indonesia yang dikumpulkan melalui proses crawling pada platform X. Data dianalisis melalui tahapan text preprocessing yang meliputi cleaning data, case folding, tokenizing, normalization, stopword removal, stemming, serta pembobotan Term Frequency–Inverse Document Frequency (TF�IDF). Pelabelan sentimen dilakukan secara manual menjadi dua kategori yaitu positif dan negatif. Klasifikasi sentimen dilakukan menggunakan Naive Bayes Classifier dengan pembagian data training dan testing sebesar 80% dan 20%. Hasil penelitian menunjukkan bahwa model cukup mampu mengklasifikasikan tweet ke dalam sentimen positif dan negatif dengan akurasi sebesar 70%. Nilai recall yang diperoleh sebesar 70% untuk sentimen positif dan 69% sentimen negatif. Selain itu, nilai AUC sebesar 70% yang menunjukkan bahwa model memiliki kemampuan yang cukup baik dalam membedakan dua kategori sentimenHA Statistics2026-01Universitas Negeri Padang;Statistika FMIPA UNPThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Repository Universitas Negeri Padang the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Repository Universitas Negeri Padang does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Repository Universitas Negeri Padang is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the Deposit Item Now button indicates your agreement to these terms.