Komparasi, visualisasi dan implementasi analisis sentimen penggunaan chatgpt dengan metode naÃ¯ve bayes classifier dan model bert

DETAIL KOLEKSI

Komparasi, visualisasi dan implementasi analisis sentimen penggunaan chatgpt dengan metode naÃ¯ve bayes classifier dan model bert

Oleh : Exchell Sabatino Geraldi Ointu

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2025

Pembimbing 1 : Teddy Siswanto

Pembimbing 2 : Syandra Sari

Kata Kunci : ChatGPT, Sentiment Analysis, Naive Bayes Classifier, BERT, Google Play Store, Web Scrapping, Power B

Status Posting : Published

Status : Lengkap

File Repositori

No.	Nama File	Hal.
1.	2025_SK_SSI_065002100007_Halaman-Judul.pdf
2.	2025_SK_SSI_065002100007_Surat-Pernyataan-Revisi-Terakhir.pdf	1
3.	2025_SK_SSI_065002100007_Surat-Hasil-Similaritas.pdf	1
4.	2025_SK_SSI_065002100007_Halaman-Pernyataan-Persetujuan-Publikasi-Tugas-Akhir-untuk-Kepentingan-Akademis.pdf	1
5.	2025_SK_SSI_065002100007_Lembar-Pengesahan.pdf	1
6.	2025_SK_SSI_065002100007_Pernyataan-Orisinalitas.pdf	1
7.	2025_SK_SSI_065002100007_Formulir-Persetujuan-Publikasi-Karya-Ilmiah.pdf	1
8.	2025_SK_SSI_065002100007_Bab-1-Pendahuluan.pdf	5
9.	2025_SK_SSI_065002100007_Bab-2-Landasan-Teori.pdf
10.	2025_SK_SSI_065002100007_Bab-3-Metodologi-Penelitian.pdf
11.	2025_SK_SSI_065002100007_Bab-4-Analisis-dan-Pembahasan.pdf
12.	2025_SK_SSI_065002100007_Bab-5-Kesimpulan-dan-Saran.pdf
13.	2025_SK_SSI_065002100007_Daftar-Pustaka.pdf

Abstrak
Abstract

C ChatGPT telah menjadi salah satu teknologi AI yang populer untuk memproses bahasa alami, namun analisis terhadap ulasan pengguna di platform seperti Google Play Store diperlukan untuk memahami penerimaan masyarakat. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan aplikasi ChatGPT menggunakan dua metode klasifikasi, yaitu Naive Bayes Classifier dan BERT (Bidirectional Encoder Representations from Transformers). Data ulasan yang digunakan terdiri dari 36.362 data, yang kemudian diproses melalui teknik web scraping dan cleaning data. Naive Bayes menghasilkan akurasi sebesar 87,21% dengan memanfaatkan fitur TF-IDF untuk ekstraksi kata, sementara model BERT menunjukkan performa lebih unggul dengan akurasi sebesar 97,06%, menggunakan arsitektur transformer untuk pemahaman konteks. Visualisasi hasil analisis dilakukan menggunakan Power BI untuk mempermudah interpretasi data, yang meliputi distribusi skor ulasan, kata kunci populer, dan klasifikasi sentimen. Penelitian ini menunjukkan bahwa BERT lebih efektif dalam menangkap kompleksitas bahasa dibandingkan Naive Bayes, sehingga menjadi rekomendasi untuk analisis sentimen lebih lanjut.

C ChatGPT has emerged as one of the most popular AI technologies for natural language processing; however, analyzing user reviews on platforms like the Google Play Store is essential to understand public reception. This study aims to perform sentiment analysis on ChatGPT application reviews using two classification methods, namely Naive Bayes Classifier and BERT (Bidirectional Encoder Representations from Transformers). The dataset comprises 36,362 reviews, processed through web scraping techniques and data cleaning. Naive Bayes achieved an accuracy of 87.21% using TF-IDF for word extraction, while the BERT model outperformed it with an accuracy of 97.06%, leveraging transformer architecture for contextual understanding. Results were visualized using Power BI to facilitate data interpretation, covering review score distribution, popular keywords, and sentiment classification. This study highlights that BERT is more effective in capturing the complexity of language compared to Naive Bayes, making it a recommended approach for further sentiment analysis.