(0721) 8030188    [email protected]   

ANALISIS SENTIMEN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DENGAN K-FOLD CROSS VALIDATION PADA APLIKASI CHATGPT


Berbagai aspek kehidupan manusia telah sangat dipengaruhi oleh kemajuan pesat dalam teknologi kecerdasan buatan (AI). ChatGPT, sebuah model bahasa yang dikembangkan oleh OpenAI untuk meniru interaksi manusia, adalah salah satu aplikasi AI yang paling popular. Aplikasi ini menerima banyak ulasan positif dan negatif dari pengguna di Google Play Store. Tujuan penelitian ini adalah untuk melihat bagaimana pengguna berperilaku terhadap aplikasi ChatGPT yang menggunakan metode Support Vector Machine (SVM) dengan kernel linear. Dari 677 ulasan yang dianalisis, 90,55% menunjukkan sentimen positif dan 9,45% menunjukkan sentimen negatif, menunjukkan ketidakseimbangan data. Metode SMOTE untuk menyeimbangkan distribusi kelas digunakan untuk mengatasi masalah ini. Kemudian, Sebelum digunakan dalam pelatihan model SVM, Frequency-Inverse Term Document (TF-IDF) digunakan untuk mengubah fitur teks. Evaluasi dilakukan menggunakan matrix confusion dan validasi silang 10-Fold Cross. Hasil evaluasi menunjukkan bahwa model memiliki akurasi sebesar 94,11%, ketepatan sebesar 98,31%, dan recall sebesar 95,12% pada data pelatihan. Akurasi 10-Fold Cross Validation sebesar 94,11% menunjukkan bahwa model memiliki kinerja yang sangat baik dan stabil dalam mengklasifikasikan sentuhan ulasan pengguna.

URI
https://repo.itera.ac.id/depan/submission/SB2507280046

Keyword
Analisis Sentimen, Support Vector Machine (SVM), S