Analisis Sentimen Chat GPT sebagai Masa Depan Pekerja pada Media Sosial Youtube menggunakan Algoritma Klasifikasi Naive Bayes
Abstract
Penelitian ini fokus pada implementasi analisis sentimen dalam percakapan di YouTube dengan bantuan Chat GPT dan teknik klasifikasi Naive Bayes. Eksperimen menggunakan data percakapan antara pengguna YouTube dan chatbot GPT untuk memahami bagaimana algoritma Naive Bayes dapat mengenali dan mengelompokkan sentimen dalam interaksi tersebut. Hasilnya menunjukkan akurasi yang tinggi dalam klasifikasi sentimen, meskipun tantangan seperti variasi bahasa dan konteks percakapan dapat mempengaruhi hasil analisis. Studi ini menyoroti potensi besar algoritma Naive Bayes dalam membantu memahami interaksi manusia dengan teknologi di media sosial dan menekankan perlunya penyesuaian teknologi untuk masa depan pekerjaan, terutama dalam konteks kompleksitas interaksi di platform seperti YouTube.
Keywords
Full Text:
PDFReferences
Y. Akbar and T. Sugiharto, “Analisis Sentimen Pengguna Twitter di Indonesia Terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes,” J. Sains dan Teknol., vol. 5, no. 1, pp. 115–122, 2023, [Online]. Available: https://doi.org/10.55338/saintek.v4i3.1368
A. P. O. Dewi, “Kecerdasan Buatan sebagai Konsep Baru pada Perpustakaan,” Anuva J. Kaji. Budaya, Perpustakaan, dan Inf., vol. 4, no. 4, pp. 453–460, 2020, doi: 10.14710/anuva.4.4.453-460.
F. Kurniawan dan Q. Al Qorni, “Exploring Sentimen Analysis Using Machine Learning : A Case Study on Partai Demokrasi Indonesia Perjuangan ( PDIP ) in the 2024 General Election,” sinomics juournal, vol. 2, no. 4, hal. 911–920, 2023.
Rayuwati, Husna Gemasih, and Irma Nizar, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid,” Jural Ris. Rumpun Ilmu Tek., vol. 1, no. 1, pp. 38–46, 2022, doi: 10.55606/jurritek.v1i1.127.
Z. Nabila, A. Rahman Isnain, and Z. Abidin, “Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, p. 100, 2021.
L. Hermawan and M. Bellaniar Ismiati, “Pembelajaran Text Preprocessing berbasis Simulator Untuk Mata Kuliah Information Retrieval,” J. Transform., vol. 17, no. 2, p. 188, 2020, doi: 10.26623/transformatika.v17i2.1705.
M. N. Fahriza and N. Riza, “Analisis Sentimen Pada Ulasan Aplikasi Chat Generative Pre-Trained Transformer Gpt Menggunakan Metode Klasifikasi K-Nearest Neighbor(Knn) Sistematic Literature Review,” J. Mhs. Tek. Inform., vol. 7, no. 2, pp. 1351–1358, 2023.
B. Herwijayanti, D. E. Ratnawati, and L. Muflikhah, “Klasifikasi Berita Online dengan menggunakan Pembobotan TF-IDF dan Cosine Similarity,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 1, pp. 306–312, 2018, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/796
E. Purnaningrum and I. Ariqoh, “Google Trends Analytics Dalam Bidang Pariwisata,” Maj. Ekon., vol. 24, no. 2, pp. 232–243, 2019, doi: 10.36456/majeko.vol24.no2.a2069.
E. Suryati, A. Ari Aldino, N. Penulis Korespondensi, and E. Suryati Submitted, “Analisis Sentimen Transportasi Online Menggunakan Ekstraksi Fitur Model Word2vec Text Embedding Dan Algoritma Support Vector Machine (SVM),” J. Teknol. dan Sist. Inf., vol. 4, no. 1, pp. 96–106, 2023, [Online]. Available: https://doi.org/10.33365/jtsi.v4i1.2445
S. Sahar, “Analisis Perbandingan Metode K-Nearest Neighbor dan Naïve Bayes Clasiffier Pada Dataset Penyakit Jantung,” Indones. J. Data Sci., vol. 1, no. 3, pp. 79–86, 2020, doi: 10.33096/ijodas.v1i3.20.
E. Febriyani and H. Februariyanti, “Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Naive Bayes Di Twitter,” J. TEKNO KOMPAK, vol. 17, no. 2, pp. 25–38, 2022.
DOI: http://dx.doi.org/10.36448/jsit.v14i2.3391
Refbacks
- There are currently no refbacks.
| About the Journal | Journal Policies | Author | Information |
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika)
e-ISSN: 2686-181X
Website: http://jurnal.ubl.ac.id/index.php/explore
Email: explore@ubl.ac.id
Published by: Pusat Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Bandar Lampung
Office: Jalan Zainal Abidin Pagar Alam No 89, Gedong Meneng, Bandar Lampung, Indonesia
