SENTIMEN ANALISIS CHATGPT DENGAN ALGORITMA NAÏVE BAYES DAN OPTIMASI PSO

Authors

DOI:

https://doi.org/10.33480/inti.v18i1.4230

Keywords:

chatGPT, Sentiment-analysis, naive bayes

Abstract

Abstract— ChatGPT which is an OpenAI technology that responds to conversations between humans and machines. enabling users of all ages and backgrounds to communicate naturally in multiple languages ​​without having prior knowledge or experience in programming or the computer world. However, a technology will always be at odds and has flaws on the human side, various assumptions about chatGPT are formed from many sides, such as in the world of education, chatGPT creates parallels for teachers and lecturers. When giving assignments, students/students can use chatGPT as material in answering assignments from teachers/lecturers. And that results in students/students not carefully reading the answers to these assignments, if that continues to happen, students/students will find it too easy to get something and then will lose interest in solving problems with their own efforts. This article aims to analyze sentiment analysis whose data is taken from Twitter using the keyword "CahtGPT OpenAI". With 2,000 data calculated using the naive Bayes algorithm and optimized using PSO, it is found that sentiment analysis for chatGPT itself has an accuracy of 69.23% with a positive class of 0.503 and a negative of 0.497 and obtains an AUC curve value of 0.68 +/- 0.55..

Downloads

Download data is not yet available.

Downloads

Published

2023-08-03

How to Cite

Yusuf, L., & Masripah, S. (2023). SENTIMEN ANALISIS CHATGPT DENGAN ALGORITMA NAÏVE BAYES DAN OPTIMASI PSO. INTI Nusa Mandiri, 18(1), 59–64. https://doi.org/10.33480/inti.v18i1.4230

Issue

Vol. 18 No. 1 (2023): INTI Periode Agustus 2023

Section

Articles

License

Penulis yang menerbitkan jurnal ini menyetujui ketentuan berikut:

1. Penulis memegang hak cipta dan memberikan hak jurnal mengenai publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Creative Commons Attribution 4.0 International License. yang memungkinkan orang lain untuk berbagi karya dengan pengakuan atas karya penulis dan publikasi awal pada jurnal.

2. Penulis dapat memasukkan pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan (misalnya, mengirimkannya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya pada Jurnal.

3. Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, dalam penyimpanan institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena hal itu dapat menghasilkan pertukaran yang produktif, serta kutipan dari karya yang diterbitkan sebelumnya.