Perbandingan Alogaritma Antara SVM dan Naïve Bayes Guna Sebagai Sentimen Mahasiswa Chat Ai

enelitian ini menganalisis sentimen mahasiswa Indonesia terhadap penggunaan ChatAI dalam dunia pendidikan menggunakan algoritma Naive Bayes dan Support Vector Machine (SVM) dengan sumber data dari Twitter dan kuesioner. Melalui penerapan teknik Natural Language Processing (NLP) dan ekstraksi fitur TF-IDF, hasil evaluasi membuktikan bahwa SVM merupakan model terbaik dengan F1-Score sebesar 0.802 pada data Twitter dan 0.896 pada data kuesioner, mengungguli performa Naive Bayes secara signifikan. Berdasarkan visualisasi pada sistem berbasis Streamlit, ditemukan bahwa sentimen mahasiswa didominasi oleh respon netral, namun terdapat kecenderungan positif yang lebih tinggi pada data kuesioner dibandingkan media sosial, yang mengindikasikan bahwa ChatAI diterima sebagai alat bantu akademik yang efektif.