<![CDATA[ChatGPT merupakan model bahasa kecerdasan buatan yang merespon pertanyaan dan pernyataan pengguna. ChatGPT memiliki manfaat dan kelemahan bagi pengguna. Hal ini menimbulkan komentar pada media sosial tentang manfaat dari ChatGPT. Penelitian ini membahas tentang analisis sentimen review aplikasi ChatGPT menggunakan SVM kernel linier, RBF, polinomial dan sigmoid. Pelabelan menggunakan VADER lexicon dan hyperparameter untuk menghasilkan parameter terbaik. Tujuan penelitian yaitu apakah aplikasi ChatGPT dapat memberikan manfaat dan membuktikan apakah kernel pada SVM dapat meningkatkan nilai akurasi. Diskenariokan persentase pembagian antara data uji dan data latih adalah 70:30, 80:30, dan 90:10. Setelah dilakukan preprocessing, kemudian dikelompokkan menjadi review positif dan negatif. Dilakukan hyperparameter terhadap parameter C dan Gamma sehingga menghasilkan nilai maksimal. Hasil eksperimen diperoleh akurasi tertinggi menggunakan SVM kernel RBF skenario 90:10 dengan nilai accuracy 92.72%, precision 92.44%, f1-score 96.10% dan AUC 88%.]]>
Copyrights © 2024
