ANALISIS SENTIMEN PENGGUNA APLIKASI CHATGPT BERDASARKAN RATING MENGGUNAKAN METODE LEXICON

Abstract

diberikan, menggunakan metode lexicon untuk mengklasifikasikan sentimen dalam komentar pengguna tanpa memerlukan label kelas sebelumnya. Metode lexicon ini memanfaatkan kamus vader lexicon untuk menghitung polaritas sentimen dari kata-kata dalam komentar. Dataset komentar diperoleh dari sumber eksternal, yakni dataset Kaggle, yang tidak dilengkapi dengan label sentimen sebelumnya. Model lexicon diterapkan sebagai pendekatan unsupervised learning untuk memahami ekspresi sentimen pengguna. Komentar-komentar dalam dataset diproses dan dianalisis menggunakan model leksikon. Hasil penelitian analisis sentimen ini menunjukkan bahwa metode lexicon menghasilkan komentar-komentar yang cenderung positif atau negatif untuk rentang rating satu hingga lima. Meskipun demikian, temuan penelitian menunjukkan bahwa beberapa aspek sentimen mungkin tidak terdeteksi secara akurat oleh metode ini. Walaupun begitu, analisis sentimen ini memberikan dasar penting untuk pemahaman lebih lanjut mengenai interaksi antara pengguna dan aplikasi. Hasil analisis ini dapat menjadi pijakan untuk penelitian lebih mendalam yang melibatkan pendekatan analisis sentimen yang lebih canggih.