ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI DEEPSEEK MENGGUNAKAN ALGORITMA RANDOM FOREST DAN NAIVE BAYES

Abstract

Perkembangan teknologi aplikasi yang mengandalkan kecerdasan buatan mengalami pertumbuhan yang pesat, salah satunya adalah Deepseek, sebuah mesin pencari berbasis pemrosesan bahasa alami. Seiring dengan bertambahnya jumlah pengguna, ulasan yang beragam menjadi sumber data penting untuk mengevaluasi kualitas layanan aplikasi tersebut. Penelitian ini bertujuan untuk menganalisis sentimen dari ulasan pengguna aplikasi Deepseek guna memahami persepsi publik terhadap performa aplikasi. Metode yang digunakan mencakup algoritma klasifikasi Random Forest dan Naïve Bayes. Data ulasan diperoleh dari platform distribusi aplikasi, diproses melalui tahapan pembersihan, tokenisasi, penghapusan kata tidak penting, dan stemming, serta ekstraksi fitur menggunakan TF-IDF. Dataset yang digunakan terdiri dari ulasan berbahasa Indonesia yang telah diberi label positif dan negatif secara manual. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Random Forest menghasilkan akurasi tertinggi sebesar 96,38%, sedangkan Naïve Bayes menunjukkan akurasi yang lebih rendah. Hal ini menunjukkan bahwa Random Forest memiliki kinerja lebih baik dalam memahami pola kata dan struktur kalimat yang kompleks. Kesimpulan dari penelitian ini menegaskan bahwa analisis sentimen berbasis machine learning efektif digunakan untuk mengevaluasi opini pengguna dan dapat menjadi acuan dalam pengambilan keputusan pengembangan aplikasi. Temuan ini juga mendukung efisiensi dalam menangani ulasan dalam jumlah besar serta membangun layanan yang lebih responsif terhadap kebutuhan pengguna.