<![CDATA[Aplikasi kecerdasan buatan (AI) DeepSeek telah menjadi fenomena baru dalam teknologi asisten virtual, bersaing ketat dengan platform mapan lainnya. Ulasan pengguna di Google Play Store menyediakan data krusial untuk mengevaluasi persepsi publik terhadap kinerja aplikasi ini. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna DeepSeek serta mengidentifikasi faktor dominan penyebab kepuasan maupun ketidakpuasan. Penelitian menggunakan pendekatan eksperimen komputasi, yaitu melakukan pengujian model klasifikasi sentimen berbasis supervised learning (Decision Tree) pada data ulasan yang diperoleh melalui scraping Google Play Store dan direpresentasikan menggunakan fitur TF-IDF. Metodologi penelitian dimulai dengan pengumpulan data sebanyak 3506 ulasan melalui teknik scraping, diikuti tahap pra-pemrosesan teks yang meliputi case folding, cleaning, normalisasi kata tidak baku dan stopword removal untuk menangani variasi bahasa informal. Klasifikasi sentimen dilakukan menggunakan algoritma Decision Tree dengan ekstraksi fitur TF-IDF, menerapkan pelabelan otomatis berbasis skor/rating. Hasil evaluasi menunjukkan model mampu mengklasifikasikan sentimen dengan akurasi sebesar 75,93%. Analisis mendalam menggunakan N-Gram mengungkapkan temuan signifikan: sentimen negatif didominasi oleh kendala infrastruktur teknis dengan tingginya frekuensi frasa "server busy please" dan "try again later", sedangkan sentimen positif berpusat pada aspek fungsionalitas dengan kata kunci "sangat membantu" dan "bagus". Temuan ini mengindikasikan bahwa perbaikan stabilitas server dan skalabilitas layanan berpotensi menjadi strategi utama untuk meningkatkan persepsi pengguna.]]>
Copyrights © 2026
