PENERAPAN ALGORITMA LOGISTIC REGRESSION UNTUK ANALISIS SENTIMEN PADA REVIEW CHATGPT DI GOOGLE PLAYSTORE

Widya Astuti, Yenni (2025) PENERAPAN ALGORITMA LOGISTIC REGRESSION UNTUK ANALISIS SENTIMEN PADA REVIEW CHATGPT DI GOOGLE PLAYSTORE. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (498kB)
	Text BAB II.pdf Restricted to Registered users only Download (490kB)
	Text BAB III.pdf Restricted to Registered users only Download (546kB)
	Text BAB IV.pdf Restricted to Registered users only Download (737kB)
	Text BAB V.pdf Download (191kB)
	Text DAFTAR PUSTAKA.pdf Download (388kB)

Abstract

Kemajuan teknologi digital mendorong peningkatan jumlah pengguna aplikasi mobile, termasuk ChatGPT yang dirancang oleh OpenAI. Penelitian ini bertujuan menganalisis sentimen pengguna terhadap aplikasi ChatGPT di Google Play Store menggunakan algoritma Logistic Regression dengan mengklasifikasi menjadi sentimen positif, netral dan negatif. Dataset yang digunakan terdiri dari 213.189 ulasan pengguna, yang dilabelkan menjadi tiga kelas sentimen: positif, netral, dan negatif berdasarkan skor ulasan. Tahapan penelitian meliputi eksplorasi data, pemrosesan data, serta konversi teks ke representasi numerik menggunakan metode TF-IDF. Data diolah menggunakan teknik TF-IDF untuk ekstraksi fitur dan diuji menggunakan Logistic Regression Multinomial. Data dibagi menjadi data latih dan data uji dengan rasio 80:20. Evaluasi dilakukan berdasarkan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Logistic Regression Multinomial berhasil mengklasifikasikan sentimen dengan akurasi sebesar 91%. Sentimen positif mendominasi dengan 185.483 ulasan (88%), diikuti sentimen negatif sebanyak 16.487 ulasan (8%), dan netral 8.710 ulasan (4%). Hasil penelitian menunjukkan bahwa model dapat memberikan akurasi yang baik dalam mengklasifikasikan sentimen ulasan pengguna ChatGPT, dengan performa yang lebih baik dalam mengidentifikasi sentimen positif.

Actions (login required)

View Item