STMIK BANJARBARUSTMIK BANJARBARU

Progresif: Jurnal Ilmiah KomputerProgresif: Jurnal Ilmiah Komputer

Saat ini, penggunaan aplikasi mobile terus meningkat dalam era digital, sehingga penting untuk memahami kepuasan dan ketidakpuasan pengguna. Penelitian ini dilakukan untuk menganalisis sentimen ulasan pengguna aplikasi ChatGPT di Google Play dengan menggunakan metode Support Vector Machine (SVM). Hasil analisis menunjukkan bahwa sebagian besar ulasan positif, meskipun terdapat beberapa ulasan negatif. Dengan akurasi sebesar 91% dan F1‑score tertimbang sebesar 90%, metode SVM menunjukkan kinerja baik dalam mengklasifikasikan sentimen ulasan pengguna. Penelitian ini memberikan wawasan mendalam mengenai persepsi pengguna terhadap aplikasi ChatGPT, yang dapat digunakan untuk meningkatkan kualitas dan layanan aplikasi di masa mendatang; serta menunjukkan potensi SVM dalam analisis sentimen aplikasi mobile lainnya.

Model SVM menunjukkan performa yang cukup baik untuk menganalisis ulasan aplikasi, mencapai tingkat akurasi 91% serta presisi, recall, dan F1‑score yang tinggi.Kinerja model memprediksi sentimen positif sangat stabil, namun masih perlu perbaikan untuk klasifikasi sentimen negatif.Secara keseluruhan, SVM dapat diandalkan sebagai alat analisis teks dalam konteks aplikasi ChatGPT, namun perlu upaya penyesuaian data dan fitur untuk meningkatkan akurasi keseluruhan.

Bagaimana penggabungan teknik augmentasi data jenis negatif dapat meningkatkan akurasi klasifikasi SVM pada ulasan ChatGPT? Apakah penerapan model ensemble seperti kombinasi SVM dengan Naïve Bayes dapat mengurangi bias kelas dan meningkatkan deteksi sentimen negatif? Bagaimana penerapan transfer learning menggunakan model pre‑trained BERT dapat membantu menyesuaikan konteks bahasa Indonesia pada ulasan aplikasi AI seperti ChatGPT?.

  1. Analisis Sentimen dan Pemodelan Ulasan Aplikasi AdaKami Menggunakan Algoritma SVM dan KNN | Journal Sensi:... doi.org/10.33050/sensi.v9i2.2914Analisis Sentimen dan Pemodelan Ulasan Aplikasi AdaKami Menggunakan Algoritma SVM dan KNN Journal Sensi doi 10 33050 sensi v9i2 2914
  2. ANALISIS SENTIMEN APLIKASI BRIMO PADA ULASAN PENGGUNA DI GOOGLE PLAY MENGGUNAKAN ALGORITMA NAIVE BAYES... doi.org/10.36040/jati.v7i1.6373ANALISIS SENTIMEN APLIKASI BRIMO PADA ULASAN PENGGUNA DI GOOGLE PLAY MENGGUNAKAN ALGORITMA NAIVE BAYES doi 10 36040 jati v7i1 6373
  3. Analisis Sentimen Ulasan Aplikasi Wetv Untuk Peningkatan Layanan Menggunakan Metode Support Vector Machine... ejurnal.seminar-id.com/index.php/josh/article/view/3353Analisis Sentimen Ulasan Aplikasi Wetv Untuk Peningkatan Layanan Menggunakan Metode Support Vector Machine ejurnal seminar id index php josh article view 3353
Read online
File size565.63 KB
Pages10
DMCAReport

Related /

ads-block-test