Perpustakaan
DESKRIPSI DATA LENGKAP
JudulANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI CHATGPT MENGGUNAKAN EXTREME GRADIENT BOOSTING (XGBOOST)
Nama: ALYA AQILAH AMANDA PUTRI
Tahun: 2025
Abstrak
ChatGPT merupakan aplikasi chatbot berbasis kecerdasan buatan yang populer dan banyak digunakan dalam pendidikan dan produktivitas. Banyaknya ulasan pengguna di Google Play Store dapat dimanfaatkan untuk mengevaluasi kualitas aplikasi. Oleh karena itu, analisis sentimen diperlukan untuk mengidentifikasi persepsi pengguna, mengetahui kelebihan dan kekurangan aplikasi, serta memberikan masukan bagi pengembang dalam meningkatkan performa layanan. Penelitian ini bertujuan untuk menerapkan analisis sentimen pada ulasan pengguna aplikasi ChatGPT menggunakan metode Extreme Gradient Boosting (XGBoost). Pembobotan kata dilakukan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), serta data dibagi menjadi 70?ta latih dan 30?ta uji. Model XGBoost dilatih dengan parameter hasil tuning GridSearchCV. Adapun hasil evaluasi menunjukkan bahwa model berhasil mengklasifikasikan sentimen dengan akurasi sebesar 90%, precision 92%, recall 96%, dan F1-score 94%, hal ini menunjukan bahwa XGBoost dapat digunakan secara efektif untuk analisis sentimen pada data ulasan aplikasi berbasis teks. Kata kunci: Analisis Sentimen, ChatGPT, XGBoost, TF-IDF.

Sign In to Perpus

Don't have an account? Sign Up