<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="120759">
 <titleInfo>
  <title>ANALISIS SENTIMEN ULASAN PENGGUNA TWITTER DAN ARTIKEL BERITA ONLINE TERHADAP DAMPAK CHATGPT DALAM BIDANG PENDIDIKAN</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Muhammad Faris Adzkia</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Informatika</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>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%.&#13;
&#13;
Kata Kunci: Pendidikan, ChatGPT, Twitter, Artikel Berita Online, Analisis Sentimen, IndoBERT.&#13;
&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>120759</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-02-27 14:46:17</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-02-27 14:54:47</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>