Analisis Sentimen Pengguna Twitter di Indonesia Terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes

Authors

  • Yuma Akbar STIKOM CKI Jakarta
  • Tri Sugiharto STIKOM CKI Jakarta

Keywords:

Data Analys

Abstract

Abstrak−Perkembangan teknologi di era sekarang terpaut pesat, terlebih beberapa akhir ini dan terbaru mengenai tentang kecerdasan buatan. Banyak beberapa raksasa teknologi mengembangkan kecerdasan buatan yang bertujuan untuk mempermudah pekerjaan manusia. Salah satunya adalah ChatGPT. ChatGPT dikembangkan oleh OpenAI, perusahaan riset kecerdasan buatan yang berbasis di San Francisco, California, Amerika Serikat, pada tahun 2020 dan diperkenalkan secara resmi kepada publik pada tahun 2021. ChatGPT dikembangkan berdasarkan model bahasa generatif terdalam sebelumnya, yaitu GPT-3. Keberadaan ChatGPT menjadi bukti kemajuan teknologi chatbot saat ini. Penelitian yang saya lakukan mengusung tema Analisis Sentimen Pengguna Twitter di Indonesia terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes. Data penelitian bersumber dari pengguna Twitter, spesifik di Indonesia. Penelitian ini bertujuan untuk menganalisis pola penggunaan Twitter di Indonesia terhadap ChatGPT menggunakan algoritma C4.5 dan Naïve Bayes. Dengan menggunakan RapidMiner, metode C4.5 digunakan untuk mengidentifikasi pola penggunaan Twitter yang paling signifikan dalam interaksi dengan ChatGPT, sedangkan metode Naïve Bayes digunakan untuk mengklasifikasikan jenis interaksi yang paling umum terjadi antara pengguna Twitter dan ChatGPT. Perbandingan kedua algoritma mendapat hasil accuracy = 77.33%, precision = 100.00%, recall = 30.18%. Kesimpulan dari hasil tersebut adalah positif, artinya respon atau sentimen yang diambil dari sosial media twitter khususnya di Indonesia menunjukkan feedback baik terhadap ChatGPT.

Kata Kunci: ChatGPT, Twitter, Analisis Sentimen, C4.5, Naïve Bayes

Downloads

Download data is not yet available.

References

M. Skjuve, A. Følstad, K. I. Fostervold, and P. B. Brandtzaeg, “My Chatbot Companion - a Study of Human-Chatbot Relationships,” International Journal of Human Computer Studies, vol. 149, May 2021, doi: 10.1016/j.ijhcs.2021.102601.

N. M. S. Surameery and M. Y. Shakor, “Use Chat GPT to Solve Programming Bugs,” International Journal of Information technology and Computer Engineering, no. 31, pp. 17–22, Jan. 2023, doi: 10.55529/ijitc.31.17.22.

Dhiraj. Murthy, Twitter : social communication in the Twitter age.

S. Samsir, A. Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19Menggunakan Metode Naïve Bayes,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, no. 1, p. 149, Jan. 2021, doi: 10.30865/mib.v5i1.2604.

W. Ertel, “Introduction to Artificial Intelligence,” in Undergraduate Topics in Computer Science, F. Mast, Ed., 2nd ed.Germany: Springer International Publishing, 2018, pp. 1–93. [Online]. Available: https://www.google.co.id/books/edition/Introduction_to_Artificial_Intelligence/geFHDwAAQBAJ?hl=en&gbpv=1&dq=artificial+intelligence&printsec=frontcover

S. Skrabut, “80 Ways to Use ChatGPT in the Classroom,” in Computers / Artificial Intelligence / General, Computers / General, Education / General, Artificial intelligence -- Educational applications, Electronic books, Stan Skrabut, 2023, pp. 1–82. [Online]. Available: https://www.google.co.id/books/edition/80_Ways_to_Use_ChatGPT_in_the_Classroom/ng-rEAAAQBAJ?hl=en&gbpv=1&dq=chatgpt&pg=PT119&printsec=frontcover

A. Savirani and N. Kurnia, “BIG DATA UNTUK ILMU SOSIAL ANTARA METODE RISET DAN REALITAS SOSIAL,” in Social Science / General, Social Science / Sociology / General, UGM PRESS, 2021, pp. 11–26. [Online]. Available: https://www.google.co.id/books/edition/BIG_DATA_UNTUK_ILMU_SOSIAL/yHxJEAAAQBAJ?hl=en&gbpv=1&dq=analisi+sentimen&pg=PA213&printsec=frontcover

A. B. Chaudhuri, “Flowchart and Algorithm Basics,” in Computers / General, Computers / Programming / Algorithms, Computers / Programming / General, Mercury Learning and Information, 2020, pp. 6–45. [Online]. Available: https://www.google.co.id/books/edition/Flowchart_and_Algorithm_Basics/JJYJEAAAQBAJ?hl=en&gbpv=0

V. Vyas and V. Uma, “An Extensive study of Sentiment Analysis tools and Binary Classification of tweets using Rapid Miner,” in Procedia Computer Science, Elsevier B.V., 2018, pp. 329–335. doi: 10.1016/j.procs.2017.12.044.

A. C. Adi, D. P. Lestari, F. S. S. Elsa, and Y. Sabui, “Online School Sentiment Analysis in Indonesia on Twitter Using The Na"ive Bayes Classifier and Rapid Miner Tools,” Int. J. Innov. Sci. Res. Technol, vol. 71, no. 1, pp. 785–788, 2022.

İstanbul AREL Üniversitesi, IEEE Engineering in Medicine and Biology Society, Institute of Electrical and Electronics Engineers. Turkey Section, and Institute of Electrical and Electronics Engineers, “Sentiment Analysis on University Satisfaction in Social Media”.

W. S. J. Saputra, P. Eva Yulia, and Z. E. Sholikha, “C4.5 and naive bayes for sentiment analysis Indonesian Tweet on E-Money user during pandemic,” in Proceeding - 6th Information Technology International Seminar, ITIS 2020, Institute of Electrical and Electronics Engineers Inc., Oct. 2020, pp. 172–177. doi: 10.1109/ITIS50118.2020.9321081.

V. A. Fitri, R. Andreswari, and M. A. Hasibuan, “Sentiment analysis of social media Twitter with case of Anti-LGBT campaign in Indonesia using Naïve Bayes, decision tree, and random forest algorithm,” in Procedia Computer Science, Elsevier B.V., 2019, pp. 765–772. doi: 10.1016/j.procs.2019.11.181.

F. Albasithu and A. Wibowo, “Perbandingan Algoritma Naïve Bayes Dan C4.5 pada Analisis Sentimen Presiden 3 Periode di Twitter,” in Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI) Jakarta-Indonesia, 2022. [Online]. Available: https://senafti.budiluhur.ac.id/index.php/

C. Villavicencio, J. J. Macrohon, X. A. Inbaraj, J. H. Jeng, and J. G. Hsieh, “Twitter sentiment analysis towards covid-19 vaccines in the Philippines using naïve bayes,” Information (Switzerland), vol. 12, no. 5, May 2021, doi: 10.3390/info12050204.

Downloads

Published

2023-08-11

How to Cite

Akbar, Y., & Sugiharto, T. (2023). Analisis Sentimen Pengguna Twitter di Indonesia Terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes. Jurnal Sains Dan Teknologi, 5(1), 115-122. Retrieved from https://ejournal.sisfokomtek.org/index.php/saintek/article/view/1368

Issue

Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi

Section

Article

License

Copyright (c) 2023 Yuma Akbar, Tri Sugiharto

Creative Commons License

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