Analisis Sentimen Pengguna Media Sosial X terhadap ChatGPT dalam Penyelesaian Tugas Akhir Menggunakan Naive Bayes Classifier

Perkembangan kecerdasan buatan, khususnya ChatGPT telah memberikan pengaruh yang signifikan dalam bidang pendidikan tinggi, terutama dalam penyelesaian tugas akhir. Namun demikian, kemudahan yang ditawarkan ChatGPT menimbulkan beragam tanggapan di kalangan masyarakat, terutama media sosial X baik yang mendukung maupun yang menolak penggunaannya. Perbedaan tanggapan tersebut memunculkan data opini berbentuk teks yang bersifat tidak terstruktur, sehingga diperlukan proses klasifikasi sentimen untuk menganalisis opini pengguna secara sistematis. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan opini pengguna media sosial X terhadap penggunaan ChatGPT dalam penyelesaian tugas akhir serta mengevaluasi performa model Naive Bayes Classifier berdasarkan nilai akurasi, recall, dan Area Under Curve (AUC). Jenis penelitian ini merupakan penelitian terapan dengan menggunakan data sekunder berupa 121 tweet berbahasa Indonesia yang dikumpulkan melalui proses crawling pada platform X. Data dianalisis melalui tahapan text preprocessing yang meliputi cleaning data, case folding, tokenizing, normalization, stopword removal, stemming, serta pembobotan Term Frequency–Inverse Document Frequency (TF�IDF). Pelabelan sentimen dilakukan secara manual menjadi dua kategori yaitu positif dan negatif. Klasifikasi sentimen dilakukan menggunakan Naive Bayes Classifier dengan pembagian data training dan testing sebesar 80% dan 20%. Hasil penelitian menunjukkan bahwa model cukup mampu mengklasifikasikan tweet ke dalam sentimen positif dan negatif dengan akurasi sebesar 70%. Nilai recall yang diperoleh sebesar 70% untuk sentimen positif dan 69% sentimen negatif. Selain itu, nilai AUC sebesar 70% yang menunjukkan bahwa model memiliki kemampuan yang cukup baik dalam membedakan dua kategori sentimen