Ardyaputra, Gede Yudha (2026) ANALISIS SENTIMEN PENGGUNAAN CEKAT AI DALAM MENGGANTIKAN CUSTOMER SERVICE MELALUI MEDIA SOSIAL X DAN KOMENTAR TIKTOK MENGGUNAKAN LOGISTIC REGRESSION DAN TF-IDF. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2215091017-COVER.pdf Download (14MB) |
|
Text (ABSTRAK)
2215091017-ABSTRAK.pdf Download (232kB) |
|
Text (BAB 1 PENDAHULUAN)
2215091017-BAB 1 PENDAHULUAN.pdf Download (240kB) |
|
Text (BAB 2 KAJIAN TEORI)
2215091017-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (608kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2215091017-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (4MB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2215091017-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2215091017-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (222kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2215091017-DAFTAR PUSTAKA.pdf Download (206kB) |
|
Text (LAMPIRAN)
2215091017-LAMPIRAN.pdf Download (1MB) |
Abstract
Implementasi Cekat.AI sebagai inovasi layanan pelanggan otomatis telah memicu respons publik yang masif di media sosial, mencerminkan kekhawatiran masyarakat terhadap disrupsi teknologi. Penelitian ini menganalisis sentimen dan topik perbincangan publik di X (Twitter) dan TikTok menggunakan metode Logistic Regression dengan pembobotan TF-IDF. Teknik SMOTE diterapkan untuk menangani ketidakseimbangan data, sementara LDA digunakan untuk pemodelan topik. Hasil menunjukkan dominasi sentimen negatif (52,5%), diikuti positif (35,1%) dan netral (12,4%). Model dengan skenario SMOTE terbukti paling stabil dengan akurasi validasi 79,98% dan mampu meningkatkan deteksi kelas Netral secara signifikan (Recall 64,14%). Temuan Topic Modeling mengungkap bahwa sentimen negatif berakar pada Automation Anxiety atau ketakutan akan hilangnya pekerjaan. Berdasarkan hal ini, penelitian merekomendasikan penerapan model layanan Hybrid dan perubahan narasi pemasaran dari "menggantikan" menjadi "memberdayakan" untuk meningkatkan penerimaan sosial.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Cekat AI, Analisis Sentimen, Logistic Regression, TF-IDF, SMOTE, LDA. |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1) |
| Depositing User: | GEDE YUDHA ARDYAPUTRA |
| Date Deposited: | 30 Mar 2026 00:14 |
| Last Modified: | 30 Mar 2026 00:14 |
| URI: | http://repo.undiksha.ac.id/id/eprint/28902 |
Actions (login required)
 |
View Item |