AZHAR, Muhamad Reza Salsabila (2026) PENINGKATAN KINERJA SUPPORT VECTOR MACHINE (SVM) UNTUK ANALISIS SENTIMEN PADA APLIKASI CHATGPT MENGGUNAKAN TF-IDF DAN SMOTE. Bachelor thesis, UNIVERSITAS PERADABAN.
|
PDF (HALAMAN AWAL)
SAMAPUL_M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Download (3MB) |
|
|
PDF (ABSTRAK)
ABSTRAK_M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Download (508kB) |
|
|
PDF (BAB I)
BAB I_M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
|
PDF (BAB II)
BAB II_M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Restricted to Registered users only Download (4MB) |
|
|
PDF (BAB III)
BAB III_M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Restricted to Registered users only Download (2MB) |
|
|
PDF (BAB IV)
BAB IV_M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Restricted to Registered users only Download (4MB) |
|
|
PDF (BAB V)
BAB V_M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Download (294kB) |
|
|
PDF (DAFTAR PUSTAKA)
DAFTAR PERPUSTAKAAN _M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Download (917kB) |
|
|
PDF (LAMPIRAN)
LAMPIRAN_M REZA SALSABILA_42419031_SKRIPSI_2026.pdf - Published Version Restricted to Repository staff only Download (693kB) |
Abstract
ChatGPT merupakan aplikasi berbasis kecerdasan buatan yang dikembangkan oleh OpenAI dan tersedia di Google Play Store untuk membantu pengguna dalam berbagai kebutuhan percakapan serta pencarian informasi. Banyaknya ulasan pengguna, baik positif maupun negatif, menjadikan analisis sentimen penting dilakukan untuk mengetahui persepsi pengguna terhadap kinerja aplikasi tersebut. Pada penelitian ini, data ulasan diperoleh melalui teknik scraping menggunakan pustaka Google Play Scraper sebanyak 10.000 ulasan berbahasa Indonesia dengan application ID “com.openai.chatgpt” pada periode Juli hingga Agustus 2025. Data yang terkumpul kemudian diproses melalui tahapan preprocessing guna membersihkan teks dari karakter yang tidak relevan sebelum dilakukan pembobotan kata menggunakan metode Term Frequency Inverse Document Frequency (TF-IDF). Selanjutnya, dilakukan penyeimbangan distribusi kelas menggunakan Synthetic Minority Over-sampling Technique (SMOTE) agar model tidak bias terhadap kelas mayoritas. Proses klasifikasi dilakukan dengan algoritma Support Vector Machine (SVM) yang dikenal efektif dalam memisahkan data berdimensi tinggi. Hasil pengujian menunjukkan bahwa kombinasi TF-IDF dan SMOTE mampu meningkatkan kinerja model secara signifikan, ditunjukkan oleh nilai akurasi 97,81%, precision 99,12%, recall 98,50%, F1-score 98,81%, serta AUC 99,85%. Dengan demikian, pendekatan ini terbukti akurat, stabil, dan efektif untuk analisis sentimen pengguna aplikasi ChatGPT.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Analisis Sentimen, ChatGPT, TF-IDF, SMOTE, Support Vector Machine. | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 006-Metode Komputer Tertentu > Kecerdasan Buatan;Sistem Pakar; Neural Network; Data Mining; Machine learning; Computer Vision; Pengolahan Citra | |||||||||
| Depositing User: | S.E. Khozin Khozin | |||||||||
| Date Deposited: | 15 Jun 2026 04:44 | |||||||||
| Last Modified: | 15 Jun 2026 04:44 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/2440 |
Actions (login required)
![]() |
View Item |
