Fitriono, Deri (2025) ANALISIS SENTIMEN ULASAN APLIKASI CHATGPT MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN LEXICON-BASED. Undergraduate thesis, Universitas Nusantara PGRI Kediri.
![]() |
Text (Full text)
RAMA_57201_2113030080.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy |
![]() |
Text (Similarity)
RAMA_57201_2113030080_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (964kB) |
![]() |
Text (Cover sd BAB 1 + References)
RAMA_57201_2113030080_0725057003_0721018801_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (972kB) |
![]() |
Text (BAB 2)
RAMA_57201_2113030080_0725057003_0721018801_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (617kB) | Request a copy |
![]() |
Text (BAB 3)
RAMA_57201_2113030080_0725057003_0721018801_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (355kB) | Request a copy |
![]() |
Text (BAB 4)
RAMA_57201_2113030080_0725057003_0721018801_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy |
![]() |
Text (BAB 5)
RAMA_57201_2113030080_0725057003_0721018801_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (270kB) | Request a copy |
![]() |
Text (References)
RAMA_57201_2113030080_0725057003_0721018801_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (249kB) |
![]() |
Text (Lampiran)
RAMA_57201_2113030080_0725057003_0721018801_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (791kB) | Request a copy |
Abstract
Aplikasi ChatGPT menjadi salah satu layanan berbasis kecerdasan buatan (AI) yang semakin populer dan banyak digunakan oleh masyarakat dalam berbagai kebutuhan, mulai dari pendidikan, hiburan, hingga produktivitas harian. Meskipun memperoleh banyak tanggapan melalui fitur rating bintang di Google Play Store, penilaian tersebut sering kali tidak mampu menggambarkan persepsi pengguna secara utuh dan mendalam. Oleh karena itu, dibutuhkan analisis sentimen berbasis teks untuk memahami opini, keluhan, maupun apresiasi pengguna secara lebih akurat. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi ChatGPT dengan menggunakan metodologi SEMMA (Sample, Explore, Modify, Model, dan Assess). Data yang digunakan berjumlah 3.000 ulasan yang dikumpulkan melalui proses scraping data dari Google Play Store selama periode 10 Oktober 2024 hingga 28 Februari 2025. Pada tahap pelabelan, digunakan pendekatan lexicon-based berbasis kamus sentimen Bahasa Indonesia untuk mengklasifikasikan ulasan ke dalam dua kategori: positif dan negatif. Proses klasifikasi selanjutnya dilakukan menggunakan algoritma Support Vector Machine (SVM) dengan kernel linear, serta pembagian data latih dan data uji sebesar 80:20. Hasil evaluasi menunjukkan bahwa model menghasilkan performa klasifikasi yang sangat baik dengan nilai accuracy sebesar 96,49%, precision sebesar 96,02%, recall sebesar 98,37%, dan F1-score sebesar 97,10%. Hasil ini menunjukkan bahwa kombinasi pendekatan lexicon based dan algoritma SVM secara efektif mampu mengklasifikasikan sentimen dalam ulasan pengguna. Penelitian selanjutnya dapat mempertimbangkan penerapan beberapa metode klasifikasi lain seperti Naive Bayes, K-Nearest Neighbor (KNN), dan Decision Tree dan mengguanakn variasi rasio pembagian data yang berbeda sebagai bahan perbandingan terhadap metode yang digunakan dalam penelitian ini.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Analisis Sentimen, ChatGPT, Google Play Store, Support Vector Machine, Lexicon-Based, SEMMA |
Subjects: | 410 Engineering science > 457 Computer engineering 410 Engineering science > 459 Computer science 410 Engineering science > 461 Information systems |
Divisions: | Fakultas Teknik dan Ilmu Komputer > S1-Sistem Informasi |
Depositing User: | Deri Fitriono |
Last Modified: | 05 Aug 2025 06:08 |
URI: | http://repository.unpkediri.ac.id/id/eprint/18748 |
Actions (login required)
![]() |
View Item |