<![CDATA[Komentar pengguna YouTube mengenai aplikasi kecerdasan buatan (Artificial Intelligence/AI), seperti ChatGPT, Google Gemini, dan Perplexity AI, terus meningkat sehingga menghasilkan opini yang sulit dianalisis secara manual. Penelitian ini menggabungkan analisis sentimen dan pemodelan topik untuk memperoleh gambaran tentang persepsi pengguna terhadap beberapa aplikasi AI. Penelitian ini bertujuan untuk menganalisis sentimen dan mengidentifikasi topik utama dari 5.588 komentar YouTube terkait aplikasi AI. Data diproses menggunakan tahapan preprocessing sederhana yang meliputi cleaning, case folding, normalisasi, tokenisasi, stopword removal, dan stemming. Pelabelan sentimen dilakukan menggunakan pendekatan berbasis leksikon, sedangkan fitur diekstraksi menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Klasifikasi sentimen dilakukan menggunakan Naïve Bayes dan Support Vector Machine (SVM), sementara pemodelan topik dilakukan menggunakan Latent Dirichlet Allocation (LDA). Hasil pelabelan menunjukkan 4.801 komentar (85,92%) positif dan 787 komentar (14,08%) negatif. Evaluasi menunjukkan Naïve Bayes memperoleh akurasi 94,72%, sedangkan SVM mencapai 98,39%, sehingga SVM memberikan performa terbaik. Selain itu, LDA berhasil mengidentifikasi tiga topik dominan, yaitu pengalaman pengguna, kualitas layanan, dan diskusi umum tentang AI. Hasil penelitian menunjukkan bahwa kombinasi analisis sentimen dan pemodelan topik mampu memberikan gambaran yang lebih komprehensif mengenai persepsi pengguna terhadap aplikasi AI berdasarkan komentar di YouTube.]]>
