ANALISIS SENTIMEN MULTI-ASPEK PADA ULASAN PENGGUNA CHATGPT MENGGUNAKAN ALGORITMA ROBERTA

Amiruddin, Muhammad Bachtir (2025) ANALISIS SENTIMEN MULTI-ASPEK PADA ULASAN PENGGUNA CHATGPT MENGGUNAKAN ALGORITMA ROBERTA. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (733kB)
	Text (BAB I) BAB I.pdf Download (158kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (808kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (300kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (516kB)
	Text (BAB V) BAB V.pdf Download (45kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (219kB)
	Archive (SOURCE CODE) Sourcecode - 21.11.4496.zip Restricted to Repository staff only Download (310kB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (570kB)

Abstract

ChatGPT telah menjadi topik penting dalam penelitian analisis sentimen untuk memahami persepsi publik. Penelitian ini bertujuan mengevaluasi kinerja model RoBERTa dalam klasifikasi sentimen multi-aspek pada ulasan ChatGPT yang diambil dari Google Play Store. Data terdiri dari 364 ulasan pengguna dengan fokus pada aspek harga dan layanan. Proses preprocessing meliputi lowercasing, penghapusan tanda baca, angka, dan stop words, sedangkan pelabelan dilakukan untuk aspek dan polaritas sentimen. Data dibagi menjadi train, validation, dan test dengan rasio 70:15:15. Model RoBERTa dilatih menggunakan dropout rate 20%, learning rate 0.001, batch size 32, dan Adam optimizer. Hasil evaluasi menunjukkan akurasi rata-rata sebesar 76.8% pada aspek harga dan 64.6% pada aspek layanan. Penelitian ini menunjukkan bahwa arsitektur Transformer seperti RoBERTa memiliki potensi signifikan dalam analisis sentimen multi-aspek, namun permasalahan dataset tidak seimbang perlu diatasi untuk meningkatkan generalisasi model.

Actions (login required)

View Item