ABSTRAK
MUHAMMAD FADHIL ASMAR, 2025. Penerapan Logistic regression untuk klasifikasi Sentimen Pengguna terhadap Konten AI (dibimbing oleh Rohayati dan Muhammad Rizal H)

Penelitian ini dilatarbelakangi oleh meningkatnya penggunaan kecerdasan buatan dalam konten media sosial yang memunculkan beragam respons pengguna, sehingga diperlukan analisis untuk mengetahui kecenderungan sentimen publik serta mengatasi permasalahan ketidakseimbangan data sentimen. Tujuan penelitian ini adalah mengklasifikasikan sentimen pengguna Instagram terhadap konten berbasis AI serta mengevaluasi kinerja algoritma Logistic Regression pada kondisi data tidak seimbang. Metode yang digunakan dalam penelitian ini adalah text preprocessing, pembobotan TF-IDF, serta penerapan algoritma Logistic Regression dengan dan tanpa teknik penyeimbangan data SMOTE. Data penelitian diperoleh melalui studi pustaka dan teknik web scraping terhadap 3.309 komentar pengguna Instagram. Hasil penelitian menunjukkan bahwa model Logistic Regression tanpa SMOTE menghasilkan tingkat akurasi sebesar 65%, sedangkan setelah penerapan SMOTE akurasi menurun menjadi 58% namun mampu meningkatkan nilai recall serta menghasilkan distribusi kinerja klasifikasi yang lebih seimbang antar kelas sentimen.
Kata Kunci: Klasifikasi Sentimen, Instagram, Artificial Intelligence, Logistic Regression, TF-IDF, SMOTE