ANALISIS SENTIMEN DATA TWITTER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MINING
Perkembangan teknologi bergerak begitu cepat, diikuti dengan popularitas media sosial yang semakin meluas. Platform media sosial mampu membangun profil big data pengguna, dengan melacak setiap aktivitas seperti partisipasi, pengiriman pesan, dan kunjungan situs Web. Saat ini banyak orang sering mem...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
University of Brawijaya
2024-08-01
|
| Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
| Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/7276 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1823858614943612928 |
|---|---|
| author | Tri Yuli Pahtoni Handaru Jati |
| author_facet | Tri Yuli Pahtoni Handaru Jati |
| author_sort | Tri Yuli Pahtoni |
| collection | DOAJ |
| description |
Perkembangan teknologi bergerak begitu cepat, diikuti dengan popularitas media sosial yang semakin meluas. Platform media sosial mampu membangun profil big data pengguna, dengan melacak setiap aktivitas seperti partisipasi, pengiriman pesan, dan kunjungan situs Web. Saat ini banyak orang sering membagikan kritik terhadap sesuatu melalui platform media sosial seperti Facebook, Twitter, Instagram, dan lainnya. Sehingga perlu diketahui bagaimana komentar dari pengguna media sosial yang menghasilkan reaksi masyarakat terhadap chatGPT yang dirilis oleh OpenAI. Banyaknya komentar di Twitter menyebabkan sulitnya mengetahui kecenderungan respon masyarakat. Tujuan dari penelitian ini yaitu melakukan analisis sentimen postingan publik di Twitter untuk memberikan wawasan tentang sikap dan persepsi orang tentang suatu peristiwa yang terjadi. Penelitian ini memberikan ilustrasi peran Twitter dalam menampung postingan pengguna Twitter terkait chatGPT. Hasil penelitian ini dapat digunakan oleh pemangku kepentingan untuk menentukan kebijakan dalam penggunaan chatGPT. Penelitian ini menganalisis sebanyak 5.192 postingan tweet bahasa Inggris dan 641 tweet bahasa Indonesia, mulai dari tanggal 27 April hingga 8 Mei 2023. Tanggapan positif, negatif dan netral diolah menggunakan perangkat lunak orange data mining, yaitu tools machine learning, data mining, dan visualisasi data. Hasil menunjukan bahwa chatGPT mendapatkan tanggapan netral berbahasa Inggris dengan nilai sebesar 54,72%, tanggapan positif sebesar 31,64%, dan tanggapan negatif sebesar 13,64%. Hasil analisis sentimen berbahasa Indonesia tidak jauh berbeda, dengan nilai tanggapan netral sebesar 63,96%, tanggapan positif 23,56%, dan tanggapan negatif 12,48%. Sehingga dapat disimpulkan bahwa, rilisnya chatGPT mayoritas publik memberikan tanggapan netral atau tidak terdapat penolakan.
Abstract
Technological developments move so fast, followed by the increasingly widespread popularity of social media. Social media platforms can build big-data profiles of users by tracking every activity such as participation, messaging, and website visits. Currently, many people often share criticism of something through social media platforms, such as Facebook, Twitter, Instagram, and others. So it is necessary to know how comments from social media users generate public reactions to chatGPT released by OpenAI. A lot of comments on Twitter make it difficult to know the trend of people's responses. This study aims to analyze the sentiment of public postings on Twitter to provide insight into people's attitudes and perceptions of an event that has occurred. This research illustrates Twitter's role in accommodating Twitter user posts regarding chatGPT. The results of this study can be used by stakeholders in making policies on the use of chatGPT. This study analyzed 5,192 posts in English and 641 tweets in Indonesian from April 27 to May 8, 2023. Positive, negative, and neutral responses were processed using orange data mining software, namely machine learning tools, data mining, and data visualization. The results show that chatGPT received neutral responses in English with a value of 54.72%, positive responses of 31.64%, and negative responses of 13.64%. The results of sentiment analysis in Indonesian were not much different, with neutral responses of 63.96%, positive responses of 23.56%, and negative responses of 12.48%. So it can be concluded that after the release of chatGPT, the majority of the public gave neutral responses or no rejection.
|
| format | Article |
| id | doaj-art-3ec2b2e3aa3e476aa86883ed79811336 |
| institution | Kabale University |
| issn | 2355-7699 2528-6579 |
| language | Indonesian |
| publishDate | 2024-08-01 |
| publisher | University of Brawijaya |
| record_format | Article |
| series | Jurnal Teknologi Informasi dan Ilmu Komputer |
| spelling | doaj-art-3ec2b2e3aa3e476aa86883ed798113362025-02-11T10:37:47ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792024-08-0111210.25126/jtiik.20241127276ANALISIS SENTIMEN DATA TWITTER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MININGTri Yuli Pahtoni0Handaru Jati1Universitas Negeri Yogyakarta, YogyakartaUniversitas Negeri Yogyakarta, Yogyakarta Perkembangan teknologi bergerak begitu cepat, diikuti dengan popularitas media sosial yang semakin meluas. Platform media sosial mampu membangun profil big data pengguna, dengan melacak setiap aktivitas seperti partisipasi, pengiriman pesan, dan kunjungan situs Web. Saat ini banyak orang sering membagikan kritik terhadap sesuatu melalui platform media sosial seperti Facebook, Twitter, Instagram, dan lainnya. Sehingga perlu diketahui bagaimana komentar dari pengguna media sosial yang menghasilkan reaksi masyarakat terhadap chatGPT yang dirilis oleh OpenAI. Banyaknya komentar di Twitter menyebabkan sulitnya mengetahui kecenderungan respon masyarakat. Tujuan dari penelitian ini yaitu melakukan analisis sentimen postingan publik di Twitter untuk memberikan wawasan tentang sikap dan persepsi orang tentang suatu peristiwa yang terjadi. Penelitian ini memberikan ilustrasi peran Twitter dalam menampung postingan pengguna Twitter terkait chatGPT. Hasil penelitian ini dapat digunakan oleh pemangku kepentingan untuk menentukan kebijakan dalam penggunaan chatGPT. Penelitian ini menganalisis sebanyak 5.192 postingan tweet bahasa Inggris dan 641 tweet bahasa Indonesia, mulai dari tanggal 27 April hingga 8 Mei 2023. Tanggapan positif, negatif dan netral diolah menggunakan perangkat lunak orange data mining, yaitu tools machine learning, data mining, dan visualisasi data. Hasil menunjukan bahwa chatGPT mendapatkan tanggapan netral berbahasa Inggris dengan nilai sebesar 54,72%, tanggapan positif sebesar 31,64%, dan tanggapan negatif sebesar 13,64%. Hasil analisis sentimen berbahasa Indonesia tidak jauh berbeda, dengan nilai tanggapan netral sebesar 63,96%, tanggapan positif 23,56%, dan tanggapan negatif 12,48%. Sehingga dapat disimpulkan bahwa, rilisnya chatGPT mayoritas publik memberikan tanggapan netral atau tidak terdapat penolakan. Abstract Technological developments move so fast, followed by the increasingly widespread popularity of social media. Social media platforms can build big-data profiles of users by tracking every activity such as participation, messaging, and website visits. Currently, many people often share criticism of something through social media platforms, such as Facebook, Twitter, Instagram, and others. So it is necessary to know how comments from social media users generate public reactions to chatGPT released by OpenAI. A lot of comments on Twitter make it difficult to know the trend of people's responses. This study aims to analyze the sentiment of public postings on Twitter to provide insight into people's attitudes and perceptions of an event that has occurred. This research illustrates Twitter's role in accommodating Twitter user posts regarding chatGPT. The results of this study can be used by stakeholders in making policies on the use of chatGPT. This study analyzed 5,192 posts in English and 641 tweets in Indonesian from April 27 to May 8, 2023. Positive, negative, and neutral responses were processed using orange data mining software, namely machine learning tools, data mining, and data visualization. The results show that chatGPT received neutral responses in English with a value of 54.72%, positive responses of 31.64%, and negative responses of 13.64%. The results of sentiment analysis in Indonesian were not much different, with neutral responses of 63.96%, positive responses of 23.56%, and negative responses of 12.48%. So it can be concluded that after the release of chatGPT, the majority of the public gave neutral responses or no rejection. https://jtiik.ub.ac.id/index.php/jtiik/article/view/7276 |
| spellingShingle | Tri Yuli Pahtoni Handaru Jati ANALISIS SENTIMEN DATA TWITTER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MINING Jurnal Teknologi Informasi dan Ilmu Komputer |
| title | ANALISIS SENTIMEN DATA TWITTER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MINING |
| title_full | ANALISIS SENTIMEN DATA TWITTER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MINING |
| title_fullStr | ANALISIS SENTIMEN DATA TWITTER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MINING |
| title_full_unstemmed | ANALISIS SENTIMEN DATA TWITTER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MINING |
| title_short | ANALISIS SENTIMEN DATA TWITTER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MINING |
| title_sort | analisis sentimen data twitter terkait chatgpt menggunakan orange data mining |
| url | https://jtiik.ub.ac.id/index.php/jtiik/article/view/7276 |
| work_keys_str_mv | AT triyulipahtoni analisissentimendatatwitterterkaitchatgptmenggunakanorangedatamining AT handarujati analisissentimendatatwitterterkaitchatgptmenggunakanorangedatamining |