Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Pengguanaan ChatGPT di Kalangan Mahasiswa dalam Pembelajaran menggunakan Metode Naïve Bayes Siti Noraisyah; Fitri Yunita
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12250

Abstract

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.