Pamungkas, Yohanes Satria (2024) ANALISIS PERBANDINGAN ALGORITMA NAIVE BAYES, SVM, DAN RANDOM FOREST UNTUK SENTIMEN CHATGPT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (579kB) |
|
Text (BAB I)
BAB I.pdf Download (167kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (652kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (181kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (543kB) |
|
Text (BAB V)
BAB V.pdf Download (52kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (125kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.11.4180.zip Restricted to Repository staff only Download (8MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Penelitian ini bertujuan untuk membandingkan efektivitas beberapa algoritma dalam pengklasifikasian emosi pada teks yang dihasilkan dari interaksi dengan model bahasa ChatGPT. Dalam konteks digital yang terus berkembang, pemahaman terhadap opini dan perasaan pengguna yang tercermin dalam teks sangat penting untuk meningkatkan pengalaman pengguna. Beragam pendekatan algoritma diterapkan dalam studi ini, meliputi metode probabilistik, teknik berbasis margin, dan strategi ensemble, yang semuanya memiliki karakteristik dan keunggulan tersendiri. Penelitian ini melibatkan pengumpulan kumpulan data yang telah diberi label berdasarkan sentimen, diikuti oleh proses pembersihan dan transformasi data untuk mempersiapkan analisis yang mendalam. Model-model yang digunakan dilatih untuk mengevaluasi kemampuan mereka dalam mengklasifikasikan teks ke dalam kategori positif, negatif, atau netral. Hasil dari setiap algoritma diukur menggunakan metrik evaluasi yang tepat untuk menentukan akurasi dan efisiensinya. Temuan dari penelitian ini diharapkan dapat memberikan wawasan yang berguna dalam pemilihan algoritma yang paling sesuai untuk aplikasi di bidang analisis emosi serta berkontribusi pada pengembangan metode yang lebih inovatif di masa depan.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Sentiment Analysis, Naive Bayes, Support Vector Machine (SVM), Random Forest, Machine Learning | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 15 Apr 2025 02:55 | ||
| Last Modified: | 15 Apr 2025 02:55 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/29371 |
Actions (login required)
 |
View Item |