Analisis Sentimen Pengguanaan ChatGPT di Kalangan Mahasiswa dalam Pembelajaran menggunakan Metode Naïve Bayes
DOI:
https://doi.org/10.31004/riggs.v5i2.12250Keywords:
Analisis Sentimen, ChatGPT, Mahasiswa, Naïve Bayes, Pembelajaran, Artificial IntelligenceAbstract
Perkembangan teknologi Artificial Intelligence (AI), khususnya ChatGPT, telah memberikan pengaruh yang signifikan terhadap proses pembelajaran di perguruan tinggi. ChatGPT dimanfaatkan oleh mahasiswa sebagai media pendukung untuk memahami materi, mencari referensi, dan menyelesaikan tugas akademik. Namun, penggunaan teknologi tersebut juga memunculkan berbagai persepsi yang perlu dianalisis. Penelitian ini bertujuan untuk menganalisis sentimen mahasiswa terhadap penggunaan ChatGPT dalam pembelajaran menggunakan metode Naïve Bayes. Data penelitian diperoleh melalui penyebaran kuesioner kepada 73 mahasiswa yang pernah menggunakan ChatGPT sebagai alat bantu belajar. Jawaban responden dikonversi ke dalam skala Likert, kemudian dilakukan pelabelan sentimen ke dalam kategori positif, netral, dan negatif berdasarkan skor total. Dataset dibagi menjadi data pelatihan sebesar 80% dan data pengujian sebesar 20% sebelum dilakukan proses klasifikasi menggunakan algoritma Gaussian Naïve Bayes. Hasil pelabelan sentimen menunjukkan bahwa 58,90% responden memiliki sentimen positif dan 41,10% memiliki sentimen netral, serta tidak ditemukan sentimen negatif terhadap penggunaan ChatGPT dalam pembelajaran. Selanjutnya, hasil evaluasi model Naïve Bayes menunjukkan tingkat akurasi sebesar 93,33% dengan nilai precision kelas netral sebesar 86% dan kelas positif sebesar 100%, nilai recall kelas netral sebesar 100% dan kelas positif sebesar 89%, serta rata-rata F1-Score sebesar 93%. Temuan ini menunjukkan bahwa ChatGPT diterima secara positif oleh sebagian besar mahasiswa sebagai media pendukung pembelajaran. Selain itu, metode Naïve Bayes terbukti mampu mengklasifikasikan sentimen mahasiswa secara efektif dengan tingkat akurasi yang tinggi sehingga dapat digunakan sebagai salah satu metode analisis sentimen pada data hasil kuesioner.
Downloads
References
1. Bayu Purbayanto, T. S. (n.d.). ANALISIS SENTIMEN PENGGUNAAN X terhadap CHATGPT dengan Algoritma Naive bayes. Telematika, 182021.
2. Dzikrillah, T. R. P. H. A. R. (2024). Penerapan Metode Naïve Bayes untuk Analisis Sentimen pada Ulasan Pengguna Aplikasi ChatGPT di Google Play Store. Building of Informatics, Technology and Science, 6.
3. F.Pedregos. (2022). Scikit-Learn:Machine Learning in Paython. Journal of Machine Learning Research, 12.
4. H. Hidayatullah, Purwantoro, Y. U. (2023). Penerapan Naïve Bayes dengan Optimasi Information Gain dan SMOTE untuk Analisis Sentimen Pengguna Aplikasi ChatGPT. Building of Informatics, Technology and Science, 6.
5. I. F. Rozi, S. H. Pramono, E. A. D. (2012). Implementasi Opinion Mining (Analisis Sentimen) untuk Ekstraksi Data Opini Publik pada Perguruan Tinggi. EECCIS, 6.
6. Izmi Panji Gumilang, Nurul Mega Saraswati, F. (2026). Analisis Sentimen Penggunaan Aplikasi CHATGPT pada Lingkungan Akademik Menggunakan Algoritma Naive Bayes. Ijir, 7.
7. Luthfiyani, A. S. U. K. (2023). Penggunaan ChatGPT untuk Pendidikan di Era Education 4.0: Usulan Inovasi Meningkatkan Keterampilan Menulis. Pendidikan Tekologi Informasi, 4.
8. M. I. Rifaldi, Y. R. Ramadhan, I. J. (2023). Analisis Sentimen Terhadap Aplikasi ChatGPT pada Twitter Menggunakan Algoritma Naïve Bayes. Sains Komputer Dan Informatik, 7.
9. N. N. Risnina, S. T. I. Permatasari, A. Z. N. (2023). Pengaruh ChatGPT terhadap Proses Pembelajaran Mahasiswa. Pendidikan Bahasa Dan Budaya, 2.
10. Nigam, A. M. and K. (2024). A Comparison of Event Models for Naive Bayes Text Classification. In Learning for Text Categorization, 18.
11. Prayogi, D. N. and S. A. (2021). Implementasi Naïve Bayes Classifier dan Confusion Matrix pada Analisis Sentimen Berbasis Teks pada Twitter. Sains Komputer Dan Informatika, 5.
12. S. Susanti, Hardiyanto, E. U. (2022). Analisis Sentimen Pembelajaran Daring Menggunakan Algoritma Naïve Bayes dan Support Vector Machine. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 9.
13. Sari, N. W. (2024). Analisis Sentimen Penggunaan Articial Intelligence dalam Dunia Pendidikan Menggunakan Metode Naive Bayes. Jurnal Informatika Dan Komputer, 9.
14. Tri Yuli Pahtoni, H. J. (2024). ANALISIS SENTIMEN DATA TWITER TERKAIT CHATGPT MENGGUNAKAN ORANGE DATA MINING. Jurnal Teknolgi Informasi Dan Informasi Ilmu Komputer, 11.
15. V. H. Pranatawijaya, Widiatry, R. Priskila, P. B. A. A. P. (2019). Penerapan Skala Likert dan Skala Dikotomi pada Kuesioner Online. Jurnal Sains Dan Informatika, 5.
16. Vincentia Wahju Widajatun, Astuti, Ady Inrawan, Hery Pendapotan Silitonga, Debi Eka Putri, Sepberariska Manurung, Nelly Ervina, Abdurrohim, Neneng Susanti, S. I. (2021). Anggaran Operasional Perusahaan Manufaktur (I. A. Dian Utami Sutiksno, Ratnadewi, Ed.). ZAHR PUBLISHING.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Siti Noraisyah, Fitri Yunita

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


















