Analisis Sentimen pengguna Twitter terhadap ChatGPT menggunakan Algoritma BERT

Aremaputra Wardhana, Yudhistira (2025) Analisis Sentimen pengguna Twitter terhadap ChatGPT menggunakan Algoritma BERT. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (3MB)
	PDF BAB_I.pdf Download (207kB)
	PDF BAB_II.pdf Download (846kB)
	PDF BAB_III.pdf Download (262kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (200kB)
	PDF DAFTAR_PUSTAKA.pdf Download (204kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (814kB)

Abstract

Chat Generative Pre-Trained Transformer (ChatGPT) adalah aplikasi Chatbot berbasis AI menggunakan Large Language Model yang dikembangkan oleh OpenAI. ChatGPT secara teknis memiliki benefit yang dapat membantu dan mempermudah banyak pekerjaan di banyak bidang, Namun Informasi yang diberikan ChatGPT terbatas pada tenggat waktu tertentu, sehingga informasi yang diberikan tidak selalu yang terbaru dan akurat. ChatGPT dibicarakan oleh banyak orang melalui platform X (Twitter) dengan respon positif dan juga negatif. Sisi positif nya adalah kelebihan pada ChatGPT dalam kemampuan untuk membantu pencarian suatu informasi, dan sisi negatif nya pada kegunaan ChatGPT dalam ranah pendidikan yang dapat memengaruhi kemampuan penulisan dan kreatifitas pelajar. Pada penelitian ini, dilakukan implementasi sistem untuk analisis sentimen Pengguna Twitter terhadap ChatGPT menggunakan algoritma BERT sehinga hasil pada penelitian dapat di evaluasi. Terdapat 3 skenario uji coba yang dijalankan, yaitu pengujian dan evaluasi dengan dataset yang tidak seimbang, dataset yang seimbang dengan metode undersampling, dan data yang seimbang dengan metode oversampling. Hasil pengujian menunjukkan bahwa dataset yang seimbang dengan metode oversampling memberikan performa yang lebih tinggi dengan akurasi sebesar 95%, presisi sebesar 95%, recall sebesar 95%, dan f1-score sebesar 95%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	AI Chatbot, Analisis Sentimen, BERT, ChatGPT, Natural Language Processing
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	22 Jan 2025 10:53
Last Modified:	22 Jan 2025 10:53
URI:	https://kc.umn.ac.id/id/eprint/35763

Actions (login required)

View Item