Analisis Sentimen Pengguna Twitter terhadap Citra Merek ChatGPT Menggunakan Rule-based, Support Vector Machine, dan Lexicon-based
Tahun 2024 · Penulis: Arham Zainul Abidin
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
Analisis Sentimen Pengguna Twitter terhadap Citra Merek ChatGPT Menggunakan Rule-based, Support Vector Machine, dan Lexicon-based
Seorang chatbot yang didasarkan pada kecerdasan buatan, ChatGPT, memicu kontroversi dalam berbagai media berita karena hal itu dapat berpotensi menggantikan pekerjaan manusia, khususnya dalam tulisan. Sebagai teknologi baru, ChatGPT secara alami menghadapi pro dan kontra, yang mengarah ke skeptisisme dalam masyarakat tentang citra mereknya. Oleh karena itu, analisis sentimen khusus menargetkan pengguna Twitter bahasa Indonesia fokus pada citra merek ChatGPT yang dilakukan. Penelitian ini menggunakan kombinasi dari mesin pendukung, dan metode berbasis leksikon. Klasifikasi berbasis aturan menggunakan emoticon dan relatif, sementara klasifikasi berbasis leksikon menggunakan eksikon BabelSenticNet. Dataset, yang diperoleh melalui Twitter merangkak, awalnya terdiri dari 2500 tweet, yang kemudian dibersihkan menjadi 1728 tweet. Setelah klasifikasi, evaluasi model dilakukan dengan membandingkan kinerja antara model klasifikasi yang diusulkan dan model konstituennya. Model klasifikasi yang diusulkan outcomfivales, mencapai akurasi 86,3%, presisi 87,1%, ingat 86,5%, dan f-measure 86,6%. Prediksi sentimen untuk 1728 tweet menghasilkan 739 positif, 385 negatif, dan 604 sentimen netral. Sebagai kesimpulan, citra merek ChatGPT di Indonesia cenderung positif, meskipun berbeda pandangan dan penilaian objektif.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,773
Tahun 2025 · Penulis: Intan Larasati Anisa Rahma
Analisis Sentimen pada Pemodelan Topik Ulasan Pengguna Gojek Menggunakan Metode Vader dan LDA
Total 319.031 ulasan pengguna dari aplikasi Gojek dikumpulkan dari Google Play Store antara 1 Januari 2022, dan 31 Desember 2024. Data yang telah diproses telah berlangsung tahap-tahap termasuk pembersihan, normalisasi menggunakan lima diksioner bahasa Indones
- Cosine 0,759
Tahun 2026 · Penulis: Shafa Kamila
Analisis Sentimen Berbasis Aspek terhadap Pilkada Jember 2024 Menggunakan Model IndoBERT dan Algoritma LDA
Dinamika politik yang mengarah ke Eleksi Jember Regional 2024 memicu lonjakan signifikan opini publik di YouTube dan platform TikTok. Bahasa media sosial yang tidak resmi, termasuk bahasa slang, singkatan, dan dialek campuran, menghadirkan tantangan analisis m
- Cosine 0,758
Tahun 2023 · Penulis: Fendy Marzuki
Analisis Sentimen Terhadap Karir E-Sports di Indonesia Pada Media Twitter Menggunakan Metode Naive Bayes
Analisis sentimen karir esports pada Twitter menggunakan metode Naive Bayes adalah sebuah pendekatan yang digunakan untuk menentukan sentimen positif dan negatif terkait topik karir esports berdasarkan data tweet yang dianalisis. Metode Naive Bayes adalah sebu