Bongkar Habis AI di Genggamanmu: Riset UBSI Kampus Tegal Ungkap Rahasia Balik Aplikasi Produktivitas!
BSINews, Tegal — Penasaran bagaimana AI bekerja di aplikasi favoritmu? Tim UBSI Tegal meneliti sentimen pengguna Notion AI, mengungkap kejutan Random Forest yang super akurat! Pelajari lebih lanjut tentang AI, machine learning, dan masa depan teknologi bersama kami. Halo, para Gen Z dan milenial yang selalu update dengan teknologi! Pernahkah kamu membayangkan bagaimana aplikasi favoritmu bisa ‘mengerti’ apa yang kamu butuhkan? Atau, bagaimana fitur-fitur pintar di smartphone atau laptopmu bisa mempermudah pekerjaan sehari-hari? Jawabannya ada pada satu kata kunci yang kini menjadi tulang punggung inovasi: Kecerdasan Buatan (AI).
AI Terungkap! Riset UBSI Bongkar Rahasia Akurasi Random Forest di Notion AI (Wajib Tahu Gen Z!)
AI bukan lagi sekadar fiksi ilmiah dalam film-film. Ia telah menjelma menjadi bagian tak terpisahkan dari kehidupan kita, mulai dari rekomendasi musik di Spotify, filter foto di Instagram, hingga asisten virtual yang selalu siap membantu. Dan salah satu aplikasi produktivitas yang kini merangkul kekuatan AI untuk membantu penggunanya adalah Notion AI.
Ketika AI Membantu Produktivitas: Studi Kasus Notion AI
Notion, aplikasi all-in-one yang populer di kalangan mahasiswa dan profesional muda, kini dilengkapi dengan fitur AI yang revolusioner. Fitur ini dirancang untuk membantu penulisan, ideasi, dan pengelolaan informasi, menjadikannya ‘asisten digital’ yang super cerdas. Tapi, apakah fitur ini benar-benar disukai pengguna? Bagaimana sentimen mereka terhadap AI yang terintegrasi ini?
Menyikapi fenomena ini, sebuah tim hebat dari Universitas Bina Sarana Informatika (UBSI) kampus Kota Tegal tidak tinggal diam. Mereka melakukan penelitian mendalam untuk menganalisis sentimen pengguna Notion AI. Penelitian ini dipimpin oleh Mawadatul Maulidah, Suleman, dan Angga Ardiansyah, berkolaborasi dengan dua mahasiswa berbakat, Erina Rahma dan Queen Elizabeth Anggiano Widodo. Keren, kan?
Penelitian yang berjudul “Analisis Sentimen pada Ulasan Aplikasi Notion AI dengan Metode Support Vector Machine dan Random Forest” ini punya misi besar: memahami persepsi pengguna Notion AI berdasarkan ulasan yang mereka berikan di Google Play Store. Pendekatannya pun bukan sembarangan, melainkan menggunakan teknologi canggih: machine learning.
Menyelami Data: Web Scraping dan Algoritma Cerdas
Bayangkan, ada ratusan, bahkan ribuan ulasan pengguna Notion AI di Google Play Store. Mengumpulkan dan menganalisisnya satu per satu tentu akan memakan waktu yang sangat lama. Di sinilah kecanggihan teknologi berperan! Tim peneliti UBSI menggunakan teknik web scraping untuk mengumpulkan 300 data ulasan pengguna secara otomatis. Data ini kemudian dibagi rata: 150 ulasan positif dan 150 ulasan negatif.
Setelah data terkumpul, langkah selanjutnya adalah ‘membersihkan’ dan memproses teks-teks tersebut melalui tahapan preprocessing agar siap dianalisis. Kemudian, barulah dua algoritma klasifikasi machine learning super canggih digunakan untuk membedah sentimen ini: Support Vector Machine (SVM) dan Random Forest. Semua proses analisis ini dilakukan dengan bantuan tools RapidMiner, yang memang dirancang untuk data mining dan machine learning. Ini bukan sekadar penelitian biasa, tetapi demonstrasi nyata bagaimana data dan AI bisa bekerja sama untuk menghasilkan wawasan yang berharga!
Kejutan dari Random Forest: Lebih Akurat dari yang Dibayangkan!
Dan inilah bagian yang paling menarik! Hasil penelitian menunjukkan sesuatu yang sangat penting untuk pengembangan AI di masa depan. Algoritma Random Forest terbukti memiliki performa yang jauh lebih unggul dibandingkan SVM dalam menganalisis sentimen pengguna.
Mari kita lihat angkanya:
Random Forest berhasil mencapai akurasi sebesar 95,97%, dengan nilai AUC (Area Under Curve) sempurna sebesar 1.000. Ini artinya, Random Forest sangat jago dalam memprediksi apakah sebuah ulasan itu positif atau negatif dengan tingkat kepercayaan yang sangat tinggi.
Sementara itu, SVM memperoleh akurasi 85,97% dengan AUC 0.954. Cukup bagus, tapi tidak setajam Random Forest.
Menurut Mawadatul Maulidah, sang peneliti utama, angka-angka ini membuktikan bahwa pemilihan algoritma adalah kunci utama dalam analisis sentimen berbasis teks. Ini adalah pelajaran penting bagi siapa pun yang ingin mengembangkan aplikasi atau sistem berbasis AI.
Baca juga : Notion AI Kamu Dipakai Riset UBSI Kampus Tegal: Ini Dia Algoritma Paling Akurat (Plus Review Pengguna!)
Apa Kata Pengguna Notion AI?
Setelah melalui analisis mendalam, tim peneliti juga berhasil memetakan sentimen mayoritas pengguna terhadap Notion AI. Kabar baiknya, sebagian besar pengguna memberikan ulasan positif!
Ulasan Positif umumnya berkaitan dengan:
Kemudahan fitur AI writing: Fitur yang membantu menulis, meringkas, atau mengembangkan ide dengan cepat.
Efisiensi kerja: Membantu pengguna menyelesaikan tugas lebih cepat dan terorganisir.
Kemampuan integrasi catatan: Mempermudah pengelolaan informasi dalam satu tempat yang terpadu.
Namun, tidak semua mulus. Ada juga beberapa ulasan negatif yang menyoroti aspek-aspek yang perlu diperbaiki:
Keterbatasan dukungan bahasa Indonesia: Pengguna berharap AI Notion bisa lebih baik dalam memahami dan merespons dalam Bahasa Indonesia.
Hasil teks AI yang belum sepenuhnya konsisten: Terkadang, hasil yang diberikan AI masih terasa kurang natural atau memerlukan banyak koreksi.
Pembatasan fitur pada versi gratis: Pengguna ingin fitur AI yang lebih banyak bisa diakses tanpa harus berlangganan versi premium.
Dampak dan Masa Depan AI Bersama Universitas Bina Sarana Informatika (UBSI)
Penelitian ini bukan sekadar tumpukan kertas, lho! Hasilnya dapat menjadi bahan evaluasi strategis yang sangat berharga bagi pengembang aplikasi Notion AI. Mereka kini memiliki data konkret tentang apa yang disukai pengguna dan apa yang perlu ditingkatkan, terutama dalam hal kualitas fitur AI dan perluasan dukungan bahasa.
Lebih dari itu, penelitian ini membuktikan bahwa analisis sentimen berbasis machine learning adalah alat pengambilan keputusan berbasis data (data-driven decision making) yang sangat powerful. “Penelitian ini tidak hanya memberikan gambaran persepsi pengguna, tetapi juga menunjukkan bagaimana teknologi machine learning dapat digunakan untuk membantu pengembangan aplikasi AI agar lebih sesuai dengan kebutuhan pengguna,” tambah Mawadatul. Ini adalah contoh nyata bagaimana dunia akademik bisa berkontribusi langsung pada inovasi teknologi.
UBSI sebagai Kampus Digital Kreatif, dengan penelitian semacam ini, tidak hanya mendidik mahasiswa untuk menjadi pengguna teknologi, tetapi juga menjadi inovator dan pemecah masalah. Mereka mendorong lahirnya generasi yang tidak hanya melek teknologi, tetapi juga mampu mengembangkannya untuk masa depan yang lebih baik.
Ke depan, tim peneliti menyarankan agar studi serupa dilakukan dengan kumpulan data yang lebih besar, melibatkan platform lain seperti media sosial, dan bahkan menggunakan algoritma lanjutan seperti deep learning untuk hasil yang lebih komprehensif. Semakin pesatnya adopsi teknologi AI, penelitian ini diharapkan dapat menjadi kontribusi akademik sekaligus referensi praktis dalam pengembangan aplikasi berbasis kecerdasan buatan di Indonesia.
Jadi, teman-teman, jangan cuma jadi penikmat AI! Ayo kita selami lebih dalam, pahami cara kerjanya, dan mungkin, suatu hari nanti, kita bisa menjadi bagian dari tim yang mengembangkan AI berikutnya yang akan mengubah dunia. Masa depan AI ada di tanganmu! (Indari)
