ANALISIS SENTIMEN TERKAIT DEPENDENSI PENGGUNAAN ARTIFICIAL INTELLIGENCE DALAM PERKULIAHAN BERBASIS MODEL DEEP LEARNING BERT

Nur Andhini Putri, NIM. 162022008 (2026) ANALISIS SENTIMEN TERKAIT DEPENDENSI PENGGUNAAN ARTIFICIAL INTELLIGENCE DALAM PERKULIAHAN BERBASIS MODEL DEEP LEARNING BERT. Skripsi thesis, Universitas Muhammadiyah Palembang.

[img]
Preview
Text
162022008_BAB I_DAFTAR PUSTAKA.pdf - Published Version

Download (7MB) | Preview
[img] Text
162022008_BAB II.pdf
Restricted to Repository staff only

Download (364kB)
[img] Text
162022008_BAB III.pdf
Restricted to Repository staff only

Download (709kB)
[img] Text
162022008_BAB IV.pdf
Restricted to Repository staff only

Download (4MB)
[img] Text
162022008_BAB V.pdf
Restricted to Repository staff only

Download (222kB)
[img] Text
162022008_DAFTAR PUSTAKA.pdf
Restricted to Repository staff only

Download (204kB)
[img] Text
162022008_LAMPIRAN.pdf
Restricted to Repository staff only

Download (9MB)
[img] Text
162022008_Cover_sampai_Lampiran.pdf
Restricted to Repository staff only

Download (23MB)

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat dependensi (ketergantungan) mahasiswa terhadap penggunaan Artificial Intelligence (AI) dalam kegiatan perkuliahan dengan memanfaatkan data teks dari media sosial X. Metodologi yang digunakan adalah pendekatan komputasional menggunakan model deep learning IndoBERT yang mengintegrasikan tudas klasifikasi relevansi dan regresi multi-output. Klasifikasi relevansi dioptimalkan dengan teknik class weighting untuk filtrasi data, sementara model regresi dilatih untuk memprediksi skor kontinu (skala 1-5) pada tiga utama: indikator intensitas penggunaan AI, offloading kognitif, dan tingkat kepercayaan terhadap AI. Untuk mengatasi ketidakseimbangan data pada skor ekstrem dilakukan augmentasi data pada kelompok minoritas. Penelitian ini melakukan pengolahan data melalui tahapan crawling, preprocessing dan anotasi yang tervalidasi dengan uji Cohen’s Kappa dengan tingkat kesepakatan yang tinggi. Hasil penelitian menunjukkan bahwa model klasifikasi mencapai akurasi sebesar 84%, sedangkan model regresi menghasilkan Mean Absolute Error (MAE) sebesar 0,87. Berdasarkan hasil analisis terhadap 1.780 data, ditemukan bahwa mayoritas mahasiswa (57,5%) berada pada kategori ketergantungan sedang, diikuti oleh kategori ketergantungan renfan (26,2%), dan tinggi (16,3%). Temuan ini mengindikasikan bahwa meskipun AI telah menjadi alat pendukung efisiensi aktivitas akademik, sebagian besar mahasiswa masih mempertahankan control kognitif dan sikap selektif terhadap output AI. Analisis korelasi menunjukkan hubungan yang sangat kuat (r > 0,7) antar indikator, di mana kepercayaan menjadi pendorong utama dalam meningkatkan frekuensi penggunaan yang memicu pelepasan beban kognitif, penelitian ini menyimpulkan bahwa dependensi AI bersifat dinamis dan bergantung pada setiap individu dalam menjaga integritas akademik di era otomatisasi digital.

Item Type: Thesis (Skripsi)
Additional Information: 1. Dr. Lucky Indra Kesuma, S.SI., M.Kom. 2. Jimmie, S.Kom., M.Kom.
Uncontrolled Keywords: Analisis Sentimen, Artificial Intelligence, IndoBERT, Dependensi AI, Deep Learning
Subjects: Teknologi informasi > Arsip data
Teknologi informasi > ilmu informasi
Teknologi informasi > komputer
Teknologi informasi > pangkalan data
Teknologi informasi > pemrograman
Teknologi informasi > perangkat lunak
Teknologi informasi > program
Depositing User: Mahasiswa Fakultas Teknik
Date Deposited: 18 May 2026 06:56
Last Modified: 18 May 2026 06:56
URI: http://repository.um-palembang.ac.id/id/eprint/36375

Actions (login required)

View Item View Item

is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.