Journal of Artificial Intelligence and Digital Business
Vol. 4 No. 3 (2025): Agustus - October

Analisis Sentimen Aplikasi Deepseek Menggunakan Metode Naive Bayes dan Support Vector Machine

Baihaqi, Muhammad Faqih (Unknown)
Magdalena, Lena (Unknown)
Fahrudin, Rifki (Unknown)



Article Info

Publish Date
29 Aug 2025

Abstract

Penelitian ini membandingkan metode Naive Bayes dan Support Vector Machine (SVM) dalam klasifikasi sentimen ulasan aplikasi DeepSeek Assistant AI, yang berhasil menembus 10 besar aplikasi gratis di Google Play Store di 18 negara dalam 16 hari. Analisis dilakukan pada 2400 ulasan dari Januari hingga Juli 2025 dengan proporsi 68% ulasan positif dan 32% negatif. Evaluasi model menggunakan confusion matrix menunjukkan bahwa SVM unggul dalam akurasi (90,1% vs 75,7%), F1-Score (92,7% vs 84,6%), dan presisi (93% vs 74%), sementara Naive Bayes unggul pada recall (99% vs 93%). Perbandingan juga mencakup kinerja model, Area Under Curve, rasio dataset, dan kecepatan klasifikasi. Hasil penelitian menunjukkan bahwa SVM lebih unggul dalam tiga dari empat aspek yang dianalisis, sementara Naive Bayes hanya unggul pada kecepatan klasifikasi. Penelitian ini juga menyediakan visualisasi data dalam sebuah website yang menampilkan hasil analisis sentimen dan perbandingan performa kedua metode. Temuan ini memberikan wawasan penting dalam pemilihan metode yang paling efektif untuk analisis sentimen aplikasi berbasis AI, serta dapat digunakan sebagai referensi bagi pengembang aplikasi yang ingin mengoptimalkan pemahaman terhadap ulasan pengguna.

Copyrights © 2025






Journal Info

Abbrev

RIGGS

Publisher

Subject

Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Description

Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to ...