Analisis Sentimen Opini Publik Terhadap ChatGPT Pada Platform X Menggunakan Pendekatan Tf-Idf dan Support Vector Machine

Rini Ariza; Muhamad Fatchan; Asep Suprianto

doi:10.47134/jacis.v6i1.179

Authors

Rini Ariza Universitas Pelita Bangsa
Muhamad Fatchan Universitas Pelita Bangsa
Asep Suprianto Universitas Pelita Bangsa

DOI:

https://doi.org/10.47134/jacis.v6i1.179

Keywords:

Analisis Sentimen, ChatGPT, Platform X, TF-IDF, Support Vector Machine

Abstract

Perkembangan teknologi kecerdasan buatan seperti ChatGPT telah memicu berbagai tanggapan dari masyarakat yang banyak diungkapkan di media sosial, terutama di Platform X. Namun, penelitian yang secara khusus menganalisis sentimen masyarakat Indonesia terhadap ChatGPT di Platform X masih terbatas, sehingga dibutuhkan analisis untuk memahami kecenderungan opini publik dengan cara yang lebih terukur. Tujuan dari penelitian ini untuk mengidentifikasi dan mengelompokkan sikap publik terhadap ChatGPT serta memberikan gambaran empiris mengenai kecenderungan opini masyarakat. Data yang digunakan dalam penelitian diperoleh melalui proses crawling data di Platform X dengan menggunakan kata kunci “ChatGPT”, selanjutnya diproses melalui tahap preprocessing, pelabelan berbasis lexicon, serta ekstraksi fitur menggunakan metode TF-IDF sebelum dilakukan klasifikasi dengan algoritma Support Vector Machine (SVM). Hasil evaluasi yang menggunakan confusion matrix menunjukkan bahwa model SVM mencapai tingkat akurasi sebesar 81%, precision 75%, recall 67%, dan F1-score 71%. Hasil ini menunjukan bahwa model memiliki performa yang cukup baik dalam mengkategorikan sentimen, walaupun masih terdapat keterbatasan dalam mendeteksi seluruh data positif. Selain itu, ditemukan bahwa sentimen negatif lebih banyak dibandingkan dengan sentimen positif. Penelitian ini memberikan pemahaman mengenai kecenderungan opini masyarakat terhadap ChatGPT dan dapat menjadi acuan untuk pengembangan teknologi serta kebijakan yang lebih responsif terhadap opini publik

References

[1] M. Afzaal, X. Shanshan, D. Yan, And M. Younas, “Mapping Artificial Intelligence Integration In Education: A Decade Of Innovation And Impact (2013-2023) - A Bibliometric Analysis,” Ieee Access, Vol. 12, Pp. 113275–113299, Aug. 2024, Doi: 10.1109/access.2024.3443313. DOI: https://doi.org/10.1109/ACCESS.2024.3443313

[2] W. Prasetyo And Khairullah, “Analisis Data Pengunaan Ai (Artificial Intelligence) Yang Berdampak Pada Generasi Muda,” Jurnal Informatika Teknologi Dan Sains (Jinteks), Vol. 7, No. 3, Aug. 2025. DOI: https://doi.org/10.51401/jinteks.v7i3.6015

[3] S. A. A. Kharis, A. H. A. Zili, A. Putri, And A. Robiansyah, “Analisis Tren Minat Masyarakat Indonesia Terhadap Artificial Intelligence Dalam Menyongsong Society 5.0: Studi Menggunakan Google Trends,” G-Tech: Jurnal Teknologi Terapan, Vol. 7, No. 4, Pp. 1345–1354, Oct. 2023, Doi: 10.33379/gtech.V7i4.3091. DOI: https://doi.org/10.33379/gtech.v7i4.3091

[4] H. Hussein, M. Gordon, C. Hodgkinson, R. Foreman, And S. Wagad, “Chatgpt’s Impact Across Sectors: A Systematic Review Of Key Themes And Challenges,” Big Data And Cognitive Computing, Vol. 9, Feb. 2025, Doi: 10.3390/bdcc9030056. DOI: https://doi.org/10.3390/bdcc9030056

[5] “Digital 2024: Indonesia - Datareportal - Global Digital Insights.” Accessed: Jan. 23, 2026. [Online]. Available: Https://Datareportal.Com/Reports/Digital-2024-Indonesia

[6] W. Romadhona And A. R. Isnain, “Analisis Sentimen Pengguna Media Sosial Terhadap Kebijakan Kenaikan Pajak Hiburan Menggunakan Metode Svm (Support Vector Machine),” Jipi (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), Vol. 9, No. 4, Pp. 2185–2195, Nov. 2024, Doi: 10.29100/jipi.V9i4.5603. DOI: https://doi.org/10.29100/jipi.v9i4.5603

[7] R. N. Z. Shafa And A. Herliana, “Analisis Sentimen Pengguna Aplikasi Sapawarga Jabar Super Apps Menggunakan Algoritma Support Vector Machine,” Djtechno : Jurnal Teknologi Informasi, Vol. 6, No. 2, Aug. 2025, Doi: 10.46576/djtechno. DOI: https://doi.org/10.46576/djtechno.v6i2.6877

[8] M. D. Rachim And L. O. M. Yamin, “Analisis Sentimen Publik Terhadap Penggunaan Teknologi Ai Dalam Berita Politik Dan Implikasinya Terhadap Pertumbuhan Ekonomi,” Jurnal Online Program Studi Pendidikan Ekonomi, Vol. 9, No. 4, Nov. 2024, Doi: 10.36709/jopspe. DOI: https://doi.org/10.36709/jopspe

[9] R. Merdiansah, Siska, And A. A. Ridha, “Analisis Sentimen Pengguna X Indonesia Terkait Kendaraan Listrik Menggunakan Indobert,” Jurnal Ilmu Komputer Dan Sistem Informasi (Jikomsi), Vol. 7, No. 1, Pp. 221–228, Mar. 2024. DOI: https://doi.org/10.55338/jikomsi.v7i1.2895

[10] A. O. Praneswara And N. Cahyono, “Analisis Sentimen Ulasan Aplikasi Tiktok Shop Seller Center Di Google Playstore Menggunakan Algoritma Naive Bayes,” Indonesian Journal Of Computer Science Attribution, Vol. 12, No. 6, Dec. 2023. DOI: https://doi.org/10.33022/ijcs.v12i6.3473

[11] Regina, T. H. Saragih, And D. Kartini, “Analisis Sentimen Brand Ambassador Bts Terhadap Tokopedia Menggunakan Klasifikasi Bayesian Network Dengan Ekstraksi Fitur Tf-Idf,” Jip (Jurnal Informatika Polinema), Vol. 9, Aug. 2023. DOI: https://doi.org/10.33795/jip.v9i4.1333

[12] Herwinsyah And A. Witanti, “Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (Svm),” Jurnal Sistem Informasi Dan Informatika (Simika), Vol. 5, No. 1, 2022. DOI: https://doi.org/10.47080/simika.v5i1.1411

[13] R. Lubis And S. Anggraeni, “Klasifikasi Sentiment Analysis Terhadap Usulan Kb Vasektomi Syarat Penerima Bansos Dengan Metode Naive Bayes,” Jurnal Komputer Teknologi Informasi Sistem Informasi (Juktisi), Vol. 4, No. 3, Pp. 1384–1394, Oct. 2025, Doi: 10.62712/juktisi.V4i3.631. DOI: https://doi.org/10.62712/juktisi.v4i3.631

[14] T. R. P. Hermawan And A. R. Dzikrillah, “Penerapan Metode Naïve Bayes Untuk Analisis Sentimen Pada Ulasan Pengguna Aplikasi Chatgpt Di Google Play Store,” Building Of Informatics, Technology And Science (Bits), Vol. 6, No. 1, Pp. 430–439, Jun. 2024, Doi: 10.47065/bits.V6i1.5400. DOI: https://doi.org/10.47065/bits.v6i1.5400

[15] M. Y. Pratama, U. A. Putri, P. A. D. Angraini, D. Puspita, And F. Kurniawan, “Analisis Sentimen Chat Gpt Sebagai Masa Depan Pekerja Pada Media Sosial Youtube Menggunakan Algoritma Klasifikasi Naive Bayes,” Explore: Jurnal Sistem Informasi Dan Telematika (Telekomunikasi, Multimedia Dan Informatika), Vol. 14, No. 2, Dec. 2023, Doi: 10.36448/jsit.V14i2.3391. DOI: https://doi.org/10.36448/jsit.v14i2.3391

[16] G. Darmawan, S. Alam, And M. I. Sulistyo, “Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes,” Storage – Jurnal Ilmiah Teknik Dan Ilmu Komputer, Vol. 2, No. 3, Pp. 100–108, 2023. DOI: https://doi.org/10.55123/storage.v2i3.2333

[17] Lin, R. Supriatna, Mulyawan, And D. Rohman, “Penerapan Natural Language Processing Dalam Analisis Sentimen Cawapres 2024 Menggunakan Algoritma Naive Bayes,” Jurnal Mahasiswa Teknik Informatika, Vol. 8, No. 1, Feb. 2024. DOI: https://doi.org/10.36040/jati.v8i1.8572

[18] D. W. P. Lestari, R. S. Perdana, And P. P. Adikara, “Klasifikasi Video Clickbait Pada Youtube Berdasarkan Analisis Sentimen Komentar Menggunakan Learning Vector Quantization (Lvq) Dan Lexicon-Based Features,” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, Vol. 3, No. 2, Pp. 1184–1189, Jan. 2019.

[19] H. Liu, X. Chen, And X. Liu, “A Study Of The Application Of Weight Distributing Method Combining Sentiment Dictionary And Tf-Idf For Text Sentiment Analysis,” Ieee Access, Vol. 10, Pp. 32280–32289, Mar. 2022, Doi: 10.1109/access.2022.3160172. DOI: https://doi.org/10.1109/ACCESS.2022.3160172

[20] M. Sivakumar, S. Parthasarathy, And T. Padmapriya, “Trade-Off Between Training And Testing Ratio In Machine Learning For Medical Image Processing,” Peerj Comput. Sci., Vol. 10, Sep. 2024, Doi: 10.7717/peerj-Cs.2245. DOI: https://doi.org/10.7717/peerj-cs.2245

[21] R. Guido, S. Ferrisi, D. Lofaro, And D. Conforti, “An Overview On The Advancements Of Support Vector Machine Models In Healthcare Applications: A Review,” Information (Switzerland), Vol. 15, Apr. 2024, Doi: 10.3390/info15040235. DOI: https://doi.org/10.3390/info15040235

[22] R. Maulana, A. Voutama, And T. Ridwan, “Analisis Sentimen Ulasan Aplikasi Mypertamina Pada Google Play Store Menggunakan Algoritma Nbc,” Jurnal Teknologi Terpadu, Vol. 9, No. 1, Pp. 42–48, Dec. 2023. DOI: https://doi.org/10.54914/jtt.v9i1.609

[23] F. Nurrizky And S. Dwiasnati, “Comparison Of Naive Bayes And Support Vector Machine (Svm) Algorithms Regarding The Popularity Of Presidential Candidates In The Upcoming 2024 Presidential Election,” Computer Engineering And Applications, Vol. 13, No. 1, Feb. 2024. DOI: https://doi.org/10.18495/comengapp.v13i1.459

[24] Maulana Abrari Muhammad Naufal And F. F. Abdulloh, “Comparison Of Machine Learning Algorithms For Sentiment Analysis Of Digital Identity Application Users,” Jurnal Pilar Nusa Mandiri, Vol. 20, No. 2, Sep. 2024, Doi: 10.33480/pilar.V20i2.5736. DOI: https://doi.org/10.33480/pilar.v20i2.5736