Perkembangan teknologi kecerdasan buatan seperti DeepSeek telah memicu kebutuhan akan analisis sentimen yang lebih akurat dalam domain spesifik. Penelitian ini bertujuan untuk memperbarui Indonesia Sentiment Lexicon dengan menambahkan kosakata terkini terkait AI, seperti "chatbot" dan "real-time", serta mengintegrasikannya dengan algoritma Naïve Bayes untuk analisis sentimen ulasan aplikasi DeepSeek di Play Store. Metode yang digunakan meliputi pengumpulan data (2.860 ulasan), pra-pemrosesan teks (pembersihan, tokenisasi, normalisasi), pelabelan berbasis rating dan leksikon, serta pelatihan model dengan TF-IDF dan Naïve Bayes. Hasil menunjukkan akurasi model sebesar 80,14%, dengan recall tinggi untuk sentimen positif (95,83%) namun rendah untuk negatif (44,71%). Analisis WordCloud mengungkap keluhan utama terkait server dan pujian pada fitur aplikasi. Penelitian ini menyoroti pentingnya pembaruan leksikon domain-spesifik dan menyarankan eksplorasi algoritma lain seperti SVM untuk meningkatkan kinerja klasifikasi
Copyrights © 2026