Analisis Sentimen Ulasan Aplikasi Chatgpt Menggunakan Algoritma Support Vector Machine dan Lexicon Based

Deri Fitriono; Rini Indriati; Aidina Ristyawan

doi:10.53624/jsitik.v3i2.719

Authors

Deri Fitriono Universitas Nusantara PGRI Kediri
Rini Indriati Universitas Nusantara PGRI Kediri
Aidina Ristyawan Universitas Nusantara PGRI Kediri

DOI:

https://doi.org/10.53624/jsitik.v3i2.719

Keywords:

Analisis Sentimen, SVM, ChatGPT

Abstract

Latar Belakang: ChatGPT adalah aplikasi berbasis kecerdasan buatan yang semakin populer. Namun, penilaian berbasis rating bintang di Google Play Store belum cukup untuk memahami kepuasan atau keluhan pengguna secara mendalam. Tujuan: Menganalisis ulasan pengguna agar dapat memahami persepsi mereka secara lebih akurat. Metode: Penelitian menggunakan pendekatan SEMMA (Sample, Explore, Modify, Model, Assess), dengan metode lexicon-based dan algoritma machine learning. Sebanyak 3.000 ulasan dikumpulkan dari 10 Oktober 2024 hingga 28 Februari 2025. Sentimen diberi label menggunakan leksikon bahasa Indonesia, lalu diklasifikasikan dengan algoritma Support Vector Machine (SVM), dengan pembagian data 80% untuk pelatihan dan 20% untuk pengujian. Hasil: Model mencapai akurasi 96,49%, precision 96,02%, recall 98,37%, dan F1-score 97,10%. Ini menunjukkan bahwa kombinasi pendekatan leksikon dan SVM efektif untuk klasifikasi sentimen. Kesimpulan: Pendekatan leksikon dan algoritma SVM efektif untuk menganalisis sentimen ulasan pengguna ChatGPT dan mampu mengeneralisasi dengan sangat baik.

Downloads

Download data is not yet available.

References

I. I. Harli, A. Mutasowifin, M. S. Andrianto, and M. Syaefudin Andrianto, “Pengaruh Online Consumer Review dan Rating terhadap Minat Beli Produk Kesehatan pada E-Marketplace Shopee Selama Masa Pandemi COVID-19,” 2021. DOI: https://doi.org/10.31842/jurnalinobis.v4i4.205

S. Ernawati and R. Wati, “Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter dan VADER Lexicon,” 2024. DOI: https://doi.org/10.24002/jbi.v15i1.7925

A. S. Pamungkas and N. Cahyono, “Analisis Sentimen Review ChatGPT di Play Store menggunakan Support Vector Machine dan K-Nearest Neighbor,” Edumatic: Jurnal Pendidikan Informatika, vol. 8, no. 1, pp. 1–10, Jun. 2024, doi: 10.29408/edumatic.v8i1.24114. DOI: https://doi.org/10.29408/edumatic.v8i1.24114

Rini Indriati, Muhammad Najibulloh Muzaki, and Tamora Nonia Wijaya, “Analisis Sentimen Opini Publik Tentang Undang- Undang Cipta Kerja Pada Twitter,” Jambura Journal of Electrical and Electronics Engineering, vol. 3, 2021, [Online]. Available: https://t.co/TIk5mK5bwS DOI: https://doi.org/10.37905/jjeee.v3i2.10885

Indriati Rini and S. Bara Persada, “Information Retrieval Pencarian Informasi Jenis Musik,” 2018.

A. Pramono, R. Indriati, and A. Nugroho, “SENTIMENT ANALYSIS TOKOH POLITIK PADA TWITTER,” in Seminar Nasional Inovasi Teknologi, 2017.

N. Y. Setyawati and E. Widarti, “Analisis Sentimen Aplikasi Samsat Digital di Play Store Menggunakan Support Vector Machine,” vol. 3, no. 2, 2024.

F. Bei and S. Saepudin, “ANALISIS SENTIMEN APLIKASI TIKET ONLINE DI PLAY STORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM),” 2021.

A. I. Tanggraeni and M. N. N. Sitokdana, “Analisis Sentimen Aplikasi E-Government Pada Google Play Menggunakan Algoritma Naïve Bayes,” vol. 9, no. 2, pp. 785–795, 2022. DOI: https://doi.org/10.35957/jatisi.v9i2.1835

M. A. S. Nugroho, D. Susilo, and D. Retnoningsih, “ANALISIS SENTIMEN ULASAN APLIKASI ”ACCESS BY KAI” MENGGUNAKAN ALGORITMA MACHINE LEARNING,” Jurnal Teknik Informasi dan Komputer (Tekinkom), vol. 7, no. 2, p. 820, Dec. 2024, doi: 10.37600/tekinkom.v7i2.1854. DOI: https://doi.org/10.37600/tekinkom.v7i2.1854

Rini Indriati, Analisis Sentimen Undang Undang Cipta Kerja Pada Twitter, Cetakan 1. Malang: PT. Literasi Nusantara Abadi Grup, 2021.

Ika Yunida Anggraini, Sucipto, and Rini Indriati, “Cyberbullying Detection Modelling at Twitter Social Networking,” Julita Jurnal Informatika, vol. VI, pp. 113–118, 2019. DOI: https://doi.org/10.30595/juita.v6i2.3350

Lutfiah Maharani Siniwi, Alan Prahutama, and Arief Rachman Hakim, “QUERY EXPANSION RANKING PADA ANALISIS SENTIMEN MENGGUNAKAN KLASIFIKASI MULTINOMIAL NAÏVE BAYES (Studi Kasus : Ulasan Aplikasi Shopee pada Hari Belanja Online Nasional 2020),” JURNAL GAUSSIAN, Volume 10, Nomor 3, Tahun 2021, Halaman 377 - 387 , vol. 10, 2021. DOI: https://doi.org/10.14710/j.gauss.v10i3.32795

E. Daniati and H. Utama, “ANALISIS SENTIMEN DENGAN PENDEKATAN ENSEMBLE LEARNING DAN WORD EMBEDDING PADA TWITTER,” 2023. DOI: https://doi.org/10.24076/joism.2023v4i2.973

M. I. A. Guno Wibowo and I. Pratama, “Analisis Sentimen Ulasan Aplikasi Identitas Kependudukan Digital Menggunakan Metode Support Vector Machine,” Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 6, no. 4, pp. 715–722, Oct. 2024, doi: 10.47233/jteksis.v6i4.1552. DOI: https://doi.org/10.47233/jteksis.v6i4.1552

T. Elizabeth, “Analisis Sentimen Ulasan Aplikasi PrimaKu Menggunakan Metode Support Vector Machine,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, no. 4, 2022, [Online]. Available: http://jurnal.mdp.ac.id DOI: https://doi.org/10.35957/jatisi.v9i4.3586

I. Kurniawan et al., “Perbandingan Algoritma Naive Bayes Dan SVM Dalam Sentimen Analisis Marketplace Pada Twitter,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 10, no. 1, 2023, [Online]. Available: http://jurnal.mdp.ac.id