Analisis Sentimen Meta Ai Pada Applikasi Whatsapp Menggunakan Machine Learning PROPOSAL SKRIPSI SARJANA SISTEM INFORMASI

Suryadi, Govinda Marceleno Ari (2025) Analisis Sentimen Meta Ai Pada Applikasi Whatsapp Menggunakan Machine Learning PROPOSAL SKRIPSI SARJANA SISTEM INFORMASI. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (1MB)
	Text BAB 2.pdf Download (404kB)
	Text BAB 3.pdf Download (431kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (335kB)
	Text DAFTAR PUSTAKA DAN LAMPIRAN.pdf Download (550kB)

Abstract

Perkembangan teknologi komunikasi dan informasi di Indonesia yang terus mengalami kemajuan pesat mendorong inovasi di berbagai bidang kehidupan. Perangkat yang banyak digunakan adalah smartphone, dengan jumlah pengguna di Indonesia diperkirakan lebih dari 250 juta. WhatsApp, sebagai salah satu aplikasi komunikasi terpopuler, kini telah mengintegrasikan kemampuan kecerdasan buatan (AI) milik Meta yang dikenal dengan Meta AI. Fitur ini dimaksudkan untuk memudahkan komunikasi, seperti menjawab pertanyaan, memberikan rekomendasi, menerjemahkan teks, dan membuat gambar. Tujuan dari penelitian ini adalah untuk menganalisis sentimen masyarakat terhadap fitur Meta AI di WhatsApp, termasuk dampaknya terhadap privasi dan keamanan data. Metode Gaussian Naive Bayes digunakan untuk analisis sentimen dengan menggunakan data review yang telah melalui tahap pra-pemrosesan seperti pembersihan data, tokenisasi, dan representasi teks menggunakan metode TF-IDF. Hasil survei ini diharapkan dapat memberikan gambaran persepsi masyarakat terhadap integrasi meta-AI dan memberikan rekomendasi bagi pengembang untuk meningkatkan fitur agar lebih aman dan memenuhi kebutuhan pengguna.

Item Type:	Thesis (Bachelor)
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	02 Jul 2025 02:45
Last Modified:	02 Jul 2025 02:45
URI:	http://repository.unas.ac.id/id/eprint/13237

Actions (login required)

View Item