Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Journal of Informatics and Computer Science (JINACS) Journal of Emerging Information Systems and Business Intelligence (JEISBI)
Prismala, Darisva
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Opinion Mining Pada Topik Chatgpt di Aplikasi X Dengan Pendekatan Algoritma SVM Berbasis Lexicon Prismala, Darisva; Nuryana, I Kadek Dwi
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p479-492

Abstract

Analisis Opinion Mining Pada Topik Chatgpt di Aplikasi X Dengan Pendekatan Algoritma SVM Berbasis Lexicon Prismala, Darisva; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i3.61575

Abstract

Perkembangan teknologi kecerdasan buatan, khususnya dalam bentuk chatbot seperti ChatGPT, telah memberikan dampak signifikan pada berbagai aspek kehidupan, termasuk interaksi di platform media sosial seperti aplikasi X. Analisis sentimen terhadap opini pengguna sangat penting untuk memahami sikap dan reaksi mereka, yang dapat memberikan wawasan berharga bagi pengembang untuk meningkatkan kualitas produk dan layanan. Penelitian ini bertujuan untuk menganalisis opini masyarakat terhadap topik ChatGPT di aplikasi X menggunakan algoritma Support Vector Machine (SVM) berbasis lexicon. Hasil penelitian menunjukkan bahwa algoritma SVM berbasis lexicon dapat secara efektif mengklasifikasikan sentimen Tweet dengan tingkat akurasi yang tinggi. Pelabelan data menggunakan kamus VADER Lexicon menunjukkan hasil sebagai berikut: 431 sentimen positif, 1307 sentimen netral, dan 115 sentimen negatif. Sementara itu, hasil klasifikasi menggunakan algoritma SVM menunjukkan 188 sentimen positif, 1264 sentimen netral, dan 1593 sentimen negatif. Akurasi pengujian menggunakan Cross Validation menghasilkan akurasi sebesar 78.06%, dengan precision 53.72% untuk sentimen positif, 76.74% untuk sentimen netral, dan 81.98% untuk sentimen negatif. Recall untuk masing-masing kelas adalah 23.43% (positif), 74.22% (netral), dan 99.92% (negatif).
Co-Authors I Kadek Dwi Nuryana, I Kadek Dwi