Humairoh, Toiba (2025) {JALUR MAGANG IT} PENGEMBANGAN WEBSITE UNTUK ANALISIS SENTIMEN PENGGUNA X TERHADAP REPUTASI CHATGPT MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![]() |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
![]() |
Text (BAB I)
BAB I.pdf Download (226kB) |
![]() |
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (319kB) |
![]() |
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
![]() |
Text (BAB IV)
BAB IV.pdf Download (43kB) |
![]() |
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (282kB) |
![]() |
Archive (SOURCE CODE)
Sourcecode - 21.12.2049.zip Restricted to Repository staff only Download (10MB) |
Abstract
Penelitian ini bertujuan untuk menghasilkan sebuah produk yang mampu melakukan analisis sentimen secara otomatis berdasarkan teks ulasan pengguna ChatGPT. Sistem ini dirancang dengan menerapkan algoritma Convolutional Neural Network (CNN). Selain itu, pengembangan ini bertujuan untuk menyediakan analisis sentimen yang dapat memberikan gambaran persepsi dan opini masyarakat terhadap ChatGPT secara efektif dan akurat. Data yang digunakan diambil dari platfrm Kaggle.Menggunakan dataset dengan jumlah banyak 219.294 tweet, dan 12.000 data yang digunakan dalam analisis. Proses yang dilakukan meliputi akuisisi data, preprocessing teks, transformasi data, pengembangan model CNN, dan deployment dengan Streamlit. Trial-4 menunjukkan performa terbaik dengan akurasi training 96.4%, akurasi testing 91.4%, dan loss rendah (0.42). Hasil ini menunjukkan bahwa model dapat belajar dan menggeneralisasi data dengan baik, didukung oleh penggunaan embedding layer yang dapat dilatih (trainable).
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Analisis Sentimen, Convolutional Neural Network (CNN), Deep Learning, ChatGPT, Twitter | ||
Subjects: | 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 > Sistem Informasi | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 28 Apr 2025 06:11 | ||
Last Modified: | 28 Apr 2025 06:11 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/29731 |
Actions (login required)
![]() |
View Item |