Electronic Theses and Dissertation

Pendidikan dipengaruhi oleh perkembangan teknologi yang sangat cepat. perkembangan teknologi yang cepat ini menjadi faktor penting dalam pendidikan. salah satu contoh perkembangan teknologi terkini yang berdampak adalah chatgpt (generative pre-training transformer). chatgpt menggunakan teknologi pemrosesan bahasa alami nlp (natural language processing) yang memiliki kemampuan luar biasa dalam merespon pertanyaan dan pernyataaan sehingga kemampuan ini membuat banyak orang terkesan dan menyadari potensi besar dari aplikasi chatbot sehingga melahirkan suatu fenomena baru. biasanya, fenomena yang terjadi di indonesia dapat memunculkan kontroversi di kalangan masyarakat. dengan pemanfaatan media sosial twitter atau media berita online, individu dapat dengan bebas mengemukakan pendapat sehingga memunculkan pandangan yang berbeda di antara para pendukung dan penentang. dari opini setiap individu tersebut, dapat dilakukan analisis sentimen. analisis sentimen merupakan teknik yang digunakan untuk memahami kecenderungan pengguna media sosial seperti twitter dan media sosial lainnya dalam membuat unggahan. beberapa riset telah dilakukan untuk mengembangkan model klasifikasi teks pada set data berbahasa indonesia. penelitian ini bertujuan untuk membandingkan performa model indobert-bi-lstm dan indobert baseline untuk melakukan analisis sentimen dampak chatgpt dalam bidang pendidikan. teknis klasifikasi dilakukan dengan cara mengklasifikasikan menjadi dua kelas, yakni pro/positif dan kontra/negatif. berdasarkan hasil pengujian yang dilakukan terhadap data dampak penggunaan chatgpt dalam bidang pendidikan sebanyak 1.679 teks gabungan dari twit dan kalimat artikel berita online (1022 pro/positif dan 657 kontra/negatif) menggunakan indobert baseline kinerjanya terbukti lebih baik dibanding dengan kinerja indobert-bi-lstm yang lebih kompleks. hasil perbandingan yang diperoleh, indobert baseline mendapatkan nilai validasi f1-score sebesar 92%, sedangkan indobert-bi-lstm mendapatkan nilai validasi f1-score sebesar 90%. kata kunci: pendidikan, chatgpt, twitter, artikel berita online, analisis sentimen, indobert.

The advancements in technology influence education. This technological progress plays a role in shaping education. One recent example with a significant impact is ChatGPT (Generative Pre-training Transformer). ChatGPT utilizes Natural Language Processing (NLP) technology, showcasing remarkable capabilities in responding to questions and statements. This proficiency has impressed many, realizing the vast potential of chatbot applications, thereby giving rise to new phenomena. Usually, Indonesia’s phenomena can spark controversy among the public. Individuals can freely express their opinions through social media platforms like Twitter or online news media, resulting in divergent views among supporters and adversaries. From these individual opinions, sentiment analysis can be conducted. Sentiment analysis is a technique used to understand the tendencies of social media users, such as those on Twitter and other platforms when creating posts. Several studies have been conducted to develop text classification models on Indonesian language datasets. This research aims to compare the performance of IndoBERT-Bi- LSTM and IndoBERT baseline models in conducting sentiment analysis on the impact of ChatGPT in education. The classification technique involves categorizing into two classes: propositive and contrapositive. Based on the results that were conducted, with a total of 1,679 combined texts from tweets and sentences in online news articles (1,022 propositive and 657 contrapositive), the performance of the IndoBERT baseline proves to be better than the complex IndoBERT-Bi-LSTM. The results show that the IndoBERT baseline achieves a validation F1-score of 92%, while the IndoBERT-Bi- LSTM achieves a validation F1-score of 90%. Keywords: Education, ChatGPT, Twitter, Online News Articles, Sentiment Analysis, IndoBERT.