| NIM | K1B022094 |
|---|
| Namamhs | ADIS CAHYA APRILIAN NABILAH |
|---|
| Judul Artikel | ANALISIS SENTIMEN PENGGUNA MEDIA SOSIAL X TERHADAP GOOGLE GEMINI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE |
|---|
| Abstrak (Bhs. Indonesia) | Perkembangan teknologi kecerdasan buatan (AI) chatbot generatif telah menarik perhatian global, salah satunya adalah Google Gemini yang diluncurkan oleh Google sebagai asisten AI berbasis Large Language Model (LLM) multimodal. Penelitian ini bertujuan untuk mengidentifikasi polaritas sentimen positif dan negatif terhadap Google Gemini serta mengevaluasi performa algoritma Support Vector Machine (SVM) dalam melakukan analisis sentimen di media sosial X. Klasifikasi dilakukan dengan tahapan text preprocessing, ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF), dan dilanjutkan klasifikasi menggunakan algoritma SVM. Penelitian dilakukan dengan tiga rasio pembagian data training dan data testing, yaitu 70:30, 80:20, dan 90:10. Fungsi kernel yang digunakan, yaitu linear, polinomial, Radial Basis Function (RBF), dan sigmoid dengan nilai parameter cost (C) sebesar 0,1; 1; dan 10 pada setiap kernel untuk mengeksplorasi pengaruh regularisasi terhadap kompleksitas model dan kemampuan generalisasi. Hasil penelitian menunjukkan bahwa sentimen positif lebih dominan dibandingkan sentimen negatif. Performa klasifikasi tertinggi dengan akurasi sebesar 90,91% diperoleh pada rasio 80:20 dan 90:10 menggunakan kernel linear dan sigmoid dengan C = 1. Temuan ini memvalidasi efektivitas SVM dalam menganalisis sentimen pengguna terhadap chatbot AI generatif, serta menunjukkan bahwa kombinasi kernel linear atau sigmoid dengan parameter regularisasi yang tepat menghasilkan performa optimal untuk evaluasi teknologi AI berbasis bahasa alami di platform media sosial. |
|---|
| Abtrak (Bhs. Inggris) | The development of generative artificial intelligence (AI) chatbot technology has attracted global attention, one of which is Google Gemini launched by Google as an AI assistant based on a multimodal Large Language Model (LLM). This study aims to identify positive and negative sentiment polarity towards Google Gemini and evaluate the performance of the Support Vector Machine (SVM) algorithm in conducting sentiment analysis on 𝕏 social media. Classification was carried out through text preprocessing stages, Term Frequency-Inverse Document Frequency (TF-IDF) feature extraction, followed by classification using the SVM algorithm. The study was conducted with three ratios of data training and data testing division, namely 70:30, 80:20, and 90:10. The kernel functions used were linear, polynomial, Radial Basis Function (RBF), and sigmoid with cost parameter (C) values of 0.1, 1, and 10 for each kernel to explore the effect of regularization on model complexity and generalization capability. The results showed that positive sentiment was more dominant than negative sentiment. The highest classification performance with an accuracy of 90.91% was obtained at ratios of 80:20 and 90:10 using linear and sigmoid kernels with C = 1. These findings validate the effectiveness of SVM in analyzing user sentiment towards generative AI chatbots, and demonstrate that the combination of linear or sigmoid kernels with appropriate regularization parameters yields optimal performance for evaluating natural language-based AI technology on social media platforms. |
|---|
| Kata kunci | Kata kunci: Google Gemini, Analisis Sentimen, Support Vector Machine, Media Sosial 𝕏, TF-IDF. |
|---|
| Pembimbing 1 | Indra Herdiana, S.Mat, M.Sc. |
|---|
| Pembimbing 2 | Najmah Istikaanah, M.Sc. |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2026 |
|---|
| Jumlah Halaman | 14 |
|---|
| Tgl. Entri | 2026-03-05 10:07:44.637818 |
|---|