Analisis Sentimen Pengguna X Terhadap Perkembangan Artificial Intelligence (AI) Menggunakan Algoritma Machine Learning


Azmi Fauziah Nur(1*); Yulita Salim(2); Ramdaniah Ramdaniah(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap perkembangan Artificial Intelligence (AI) dengan membandingkan kinerja tiga algoritma machine learning: Naive Bayes (NB), Support Vector Machine (SVM), dan K-Nearest Neighbors (KNN). Dataset yang digunakan dalam penelitian ini terdiri dari 5044 tweet yang dikumpulkan dari platform media sosial X yang merepresentasikan opini dan pandangan pengguna tentang perkembangan AI. Proses pengumpulan data melibatkan pemilihan tweet yang relevan dengan menggunakan keyword terkait perkembangan AI, diikuti dengan tahap preprocessing untuk membersihkan dan menghilangkan noise serta kata yang tidak relevan. Evaluasi dilakukan dengan mengukur akurasi, presisi, recall, dan F1-score setiap algoritma dalam mengklasifikasikan sentimen tweet sebagai positif, negatif, atau netral. Hasil penelitian menunjukkan bahwa algoritma SVM secara signifikan lebih efektif dalam menangani analisis sentimen dibandingkan NB dan KNN, dengan akurasi masing-masing algoritma sebagai berikut: SVM=93%, NB=91%, dan KNN=81%. Penelitian ini dapat memberikan wawasan penting mengenai pemilihan algoritma machine learning yang optimal untuk analisis sentimen dan dapat membantu peneliti dan praktisi dalam memilih metode yang tepat untuk evaluasi sentimen di berbagai topik

Keywords


Analisis sentimen; KNN; Naïve bayes; Natural languange processing; SVM

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 5 times
PDF view: 3 times
     

Digital Object Identifier

doi  https://doi.org/10.33096/linier.v1i4.2534
  

Cite

References


M. H. Kurniawan, H. Handiyani, T. Nuraini, and R. T. S. Hariyati, “Artificial Intelligence (AI) in Nursing Services: A Literature Review,” Faletehan Health Journal, vol. 10, no. 01, pp. 77–84, Apr. 2023, doi: 10.33746/fhj.v10i01.556.

R. Rasyid, Y. Salim, and R. Ramdaniah, “Sistem Informasi Pemetaan Kebutuhan Tenaga Kerja Guru Berbasis Web Menggunakan Metode K-Means,” Buletin Sistem Informasi dan Teknologi Islam, vol. 4, no. 1, pp. 59–71, 2023, doi: 10.33096/busiti.v4i1.1582.

N. Anizah, Y. Salim, and L. B. Ilmawan, “Analisis Sentimen Terhadap Event Big Sale 11.11 Shopee di Media Sosial Instagram menggunakan Metode Naïve Bayes,” Buletin Sistem Informasi dan Teknologi Islam, vol. 4, no. 1, pp. 25–34, 2023, doi: 10.33096/busiti.v4i1.1309.

D. Cahyo Ramadhan and F. Irwiensyah, “Analisis Sentimen Pengguna Terhadap Aplikasi Bing Chat di Google Play Store dengan Metode Naïve Bayes,” Media Online, vol. 4, no. 5, pp. 2410–2418, 2024, doi: 10.30865/klik.v4i5.1769.

B. Purbayanto and T. N. Suharsono, “Analisis Sentimen Pengguna X terhadap Chatgpt dengan Algoritme Naive Bayes,” Jurnal Telematika, vol. 18, no. 2, pp. 63–71, 2024, doi: 10.61769/telematika.v18i2.614.

M. N. Dewi and R. E. Putra, “Pengembangan Sistem Analisis Sentimen Masyarakat Terhadap Chatgpt Pada Twitter Dengan Perbandingan Metode Naive Bayes Classifier Dan K-Nearest Neighbors,” Journal of Informatics and Computer Science, vol. 5, no. 3, pp. 344–357, 2023.

A. Saepudin, R. Aryanti, E. Fitriani, R. Royadi, and D. Ardiansyah, “Analisis Sentimen Pemanfaatan Artificial Intelligence di Dunia Pendidikan Menggunakan SVM Berbasis Particle Swarm Optimization,” Computer Science (CO-SCIENCE), vol. 4, no. 1, pp. 71–79, 2024, doi: 10.31294/coscience.v4i1.2921.

A. D. Pratama and H. Hendry, “Analisa Sentimen Masyarakat Terhadap Penggunaan Chatgpt Menggunakan Metode Support Vector Machine (Svm),” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 1, pp. 327–338, 2024, doi: 10.29100/jipi.v9i1.4285.

A. S. Pamungkas and N. Cahyono, “Analisis Sentimen Review ChatGPT di Play Store menggunakan Support Vector Machine dan K-Nearest Neighbor,” Edumatic: Jurnal Pendidikan Informatika, vol. 8, no. 1, pp. 1–10, 2024, doi: 10.29408/edumatic.v8i1.24114.

S. Ernawati and R. Wati, “Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter dan VADER Lexicon,” Jurnal Buana Informatika, vol. 15, no. 1, pp. 40–49, 2024.

D. Atmajaya, A. Febrianti, and H. Darwis, “Metode SVM dan Naive Bayes Untuk Analisis Sentimen ChatGPT di Twitter,” Indonesian Journal of Computer Science, vol. 12, pp. 2173–2181, 2023.

F. Syafira, Analisis Sentimen Dampak Perkembangan Aritificial (AI) Pada Media Sosial Twitter Menggunakan Metode Support Vector Machine dan Lexicon Based, vol. 1, no. 1. 2023.

Nurdin, L. Jama, T. Z. Magnus, R. Priskila, and V. H. Pranatawijaya, “Analisis Sentimen Dampak Artificial Intelligence ( AI ) Untuk Pendidikan Pada X Menggunakan Naïve Bayes,” JURNAL INFORMATIKA UPGRIS, vol. 10, no. 1, pp. 15–29, 2024.

M. K. Anam, T. A. Fitri, A. Agustin, L. Lusiana, M. B. Firdaus, and A. T. Nurhuda, “Sentiment Analysis for Online Learning using The Lexicon-Based Method and The Support Vector Machine Algorithm,” ILKOM Jurnal Ilmiah, vol. 15, no. 2, pp. 290–302, Aug. 2023, doi: 10.33096/ilkom.v15i2.1590.290-302.

S. A. Putra and A. Wijaya, “Analisis Sentimen Artificial Intelligence (Ai) Pada Media Sosial Twitter Menggunakan Metode Lexicon Based,” JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi, vol. 7, no. 1, pp. 21–28, 2023, doi: 10.32524/jusitik.v7i1.1042.

Helmi Satria, “Crawl Data Twitter Menggunakan Tweet Harvest - Juli 2023.” Accessed: Jul. 06, 2024. [Online]. Available: https://helmisatria.com/blog/crawl-data-twitter-menggunakan-tweet-harvest/

F. Koto and G. Y. Rahmaningtyas, “Inset lexicon: Evaluation of a word list for Indonesian sentiment analysis in microblogs,” in 2017 International Conference on Asian Language Processing (IALP), IEEE, Dec. 2017, pp. 391–394. doi: 10.1109/IALP.2017.8300625.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Azmi Fauziah Nur, Yulita Salim, Ramdaniah Ramdaniah

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.




Literatur Informatika dan Komputer

Diterbitkan oleh  Fakultas Ilmu Komputer
Website :  https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id

 This work is licensed under a Creative Commons Attribution-ShareAlike 4.0