PEMANFAATAN MODEL GPT UNTUK ANALISIS SENTIMEN: STUDI KASUS ULASAN PENGGUNA LIVIN’ BY MANDIRI

CIRA, ALIF PUTRA and Rifai, Ahmad (2025) PEMANFAATAN MODEL GPT UNTUK ANALISIS SENTIMEN: STUDI KASUS ULASAN PENGGUNA LIVIN’ BY MANDIRI. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_57201_09031282126104_cover.jpg]
Preview
Image
RAMA_57201_09031282126104_cover.jpg - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (802kB) | Preview
[thumbnail of RAMA_57201_09031282126104.pdf] Text
RAMA_57201_09031282126104.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_57201_09031282126104_TURNITIN.pdf] Text
RAMA_57201_09031282126104_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_57201_09031282126104_0220107902_01_front_ref.pdf] Text
RAMA_57201_09031282126104_0220107902_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (785kB)
[thumbnail of RAMA_57201_09031282126104_0220107902_02.pdf] Text
RAMA_57201_09031282126104_0220107902_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (268kB) | Request a copy
[thumbnail of RAMA_57201_09031282126104_0220107902_03.pdf] Text
RAMA_57201_09031282126104_0220107902_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (302kB) | Request a copy
[thumbnail of RAMA_57201_09031282126104_0220107902_04.pdf] Text
RAMA_57201_09031282126104_0220107902_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (595kB) | Request a copy
[thumbnail of RAMA_57201_09031282126104_0220107902_05.pdf] Text
RAMA_57201_09031282126104_0220107902_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (181kB) | Request a copy
[thumbnail of RAMA_57201_09031282126104_0220107902_06_ref.pdf] Text
RAMA_57201_09031282126104_0220107902_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (188kB) | Request a copy
[thumbnail of RAMA_57201_09031282126104_0220107902_07_lamp.pdf] Text
RAMA_57201_09031282126104_0220107902_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (608kB) | Request a copy

Abstract

Kemajuan teknologi digital telah mengubah lanskap industri perbankan, dengan aplikasi mobile banking menjadi bagian penting dalam aktivitas finansial sehari-hari. Livin' by Mandiri adalah salah satu aplikasi yang menawarkan kemudahan transaksi perbankan secara digital. Namun, kepuasan pengguna menjadi faktor kunci dalam menilai efektivitas aplikasi ini. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap Livin' by Mandiri dengan menerapkan model kecerdasan buatan GPT-4o-mini untuk mengklasifikasikan ulasan pengguna secara otomatis. Penelitian ini menggunakan pendekatan kuantitatif dan kualitatif, dengan metode web scraping untuk mengumpulkan 2.461 ulasan pengguna dari Google Play Store. Data yang diperoleh kemudian diproses melalui tahapan pembersihan teks, pelabelan manual, serta klasifikasi sentimen menggunakan GPT-4o-mini. Performa model dievaluasi menggunakan confusion matrix dan F1-score untuk mengukur akurasi prediksi sentimen. Hasil analisis menunjukkan bahwa 81,98% ulasan pengguna bersifat negatif, dengan keluhan utama terkait kinerja aplikasi dan fitur layanan, sedangkan 18,02% ulasan bersentimen positif, menyoroti kemudahan penggunaan serta manfaat aplikasinya. Model GPT-4o-mini menunjukkan akurasi tinggi, mencapai 99%, dalam mengklasifikasikan sentimen, meskipun masih menghadapi tantangan dalam mengenali kata-kata tidak baku, saltik, dan ejaan yang tidak standar. Berdasarkan temuan ini, penelitian menegaskan bahwa analisis sentimen berbasis AI dapat menjadi alat yang efektif untuk memahami pengalaman pengguna dan meningkatkan kualitas layanan perbankan digital. Untuk penelitian selanjutnya, disarankan eksplorasi lebih lanjut terhadap pengolahan bahasa alami guna meningkatkan ketepatan analisis sentimen, terutama dalam menangani saltik dan variasi bahasa informal yang umum digunakan dalam ulasan pengguna.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Analisis Sentimen, Mobile Banking, GPT-4o-mini, Pengalaman Pengguna, Kecerdasan Buatan
Subjects: Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation.
Divisions: 09-Faculty of Computer Science > 57201-Information Systems (S1)
Depositing User: Alif Putra Cira
Date Deposited: 20 Mar 2025 06:41
Last Modified: 20 Mar 2025 07:20
URI: http://repository.unsri.ac.id/id/eprint/169555

Actions (login required)

View Item View Item