Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ramadhani Maulizidan, Muammar
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
KOMPARASI KINERJA KNN DAN NAÏVE BAYES UNTUK KLASIFIKASI SENTIMEN PENGGUNA APLIKASI DEEPSEEK AI Fathoni, Fathoni; Khoiriyah Harahap, Dayana; Theresia Pardede, Eva; Nachwa, Syakillah; Ramadhani Maulizidan, Muammar; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13887

Abstract

Perkembangan Artificial Intelligence (AI), khususnya dalam Generative Artificial Intelligence (GenAI), telah menghasilkan berbagai model berbasis Large Language Model (LLM) yang mampu memahami dan menghasilkan teks menyerupai bahasa manusia. DeepSeek AI menjadi model yang baru-baru ini menarik perhatian publik. Penelitian ini menguji performa algoritma Naïve Bayes dan K-Nearest Neighbors (KNN) dalam analisis sentimen aplikasi DeepSeek AI berdasarkan accuracy, precision, recall, dan F1-score. Data dibagi menggunakan split data dengan rasio 70:30 dan 80:20, serta diterapkan Stratified K-Fold Cross Validation untuk memastikan generalisasi model yang optimal. Hasil terbaik diperoleh pada skema 70:30, di mana Naïve Bayes mencapai accuracy 81%, precision 87%, recall 50%, dan F1-score 64%, sedangkan KNN memperoleh accuracy 80%, precision 71%, recall 70%, dan F1-score 70%. Hasil cross validation menunjukkan bahwa rata-rata akurasi KNN mencapai 80.78%, sedangkan Naïve Bayes adalah 80.13%. Meskipun Naïve Bayes memiliki precision lebih tinggi, recall yang rendah mengurangi keseimbangan klasifikasi. Sebaliknya, KNN menunjukkan performa lebih stabil dengan keseimbangan precision dan recall, menjadikannya model yang lebih direkomendasikan untuk analisis sentimen ulasan aplikasi DeepSeek AI
Co-Authors Ali Ibrahim Fathoni Fathoni Khoiriyah Harahap, Dayana Nachwa, Syakillah Theresia Pardede, Eva