Implementasi NLP untuk Deteksi Teks Buatan AI (Chat-GPT) menggunakan Metode Naive Bayes
DOI:
https://doi.org/10.32664/j-intech.v13i02.2026Kata Kunci:
NLP, Naive bayes Multinomial, Deteksi, Kecerdasan Buatan, ChatGPTAbstrak
Perkembangan teknologi kecerdasan buatan (AI), khususnya model bahasa besar seperti ChatGPT, menghadirkan tantangan terkait keaslian dan validitas konten digital. Kemampuan AI untuk menghasilkan teks mirip manusia membuka peluang penyalahgunaan, seperti plagiarisme dan manipulasi informasi. Penelitian ini bertujuan untuk mengembangkan sistem deteksi teks AI menggunakan algoritma Multinomial Naive Bayes, karena kemudahan penggunaan dan efektivitasnya yang tinggi algoritma ini telah menjadi pilihan populer untuk klasifikasi teks.. Dataset yang digunakan adalah Human ChatGPT Comparison Corpus (H3C), yang bersumber dari subreddit ELI5 di Reddit, yang terdiri dari 800 entri pertanyaan dan jawaban dari manusia dan AI. Proses pelabelan melibatkan penggabungan jawaban menjadi satu kolom dan pemberian label berdasarkan sumbernya. Langkah-langkah praproses meliputi pelipatan huruf besar-kecil, penghapusan digit dan tanda baca, tokenisasi, penghapusan stopword, normalisasi, dan finalisasi teks. Fitur teks diekstraksi menggunakan metode TF-IDF, dibatasi pada 1000 fitur teratas. Model ini dilatih pada 80% data dan diuji pada 20% sisanya. Evaluasi menunjukkan akurasi sebesar 93%. Temuan ini menunjukkan bahwa metode Naive Bayes efektif dalam membedakan teks yang dihasilkan AI dari teks yang dihasilkan manusia dan berpotensi sebagai alat deteksi konten AI otomatis.
Referensi
5. References
[1] L. Lim and S. Siripipatthanakul, “a Review of Artificial Intelligence (Ai) and Chatgpt Influencing the Digital Economy,” no. December, pp. 2828–4925, 2023, doi: 10.47841/icorad.v2i2.139.
[2] & Y. W. Biyang Guo, Xin Zhang, Ziyuan Wang, Minqi Jiang, Jinran Nie, Yuxuan Ding, Jianwei Yue, “How Close is ChatGPT to Human Experts? Comparison Corpus, Evaluation, and Detection”, doi: arXiv:2301.07597.
[3] Y. Su and Y. Wu, Robust Detection of LLM-Generated Text: A Comparative Analysis, vol. 1, no. 1. Association for Computing Machinery, 2024.
[4] D. J. Y. Y. G.-A. Odri, “Detecting generative artificial intelligence in scientific articles: Evasion techniques and implications for scientific integrity”, doi: 10.1016/j.otsr.2023.103706.
[5] D. Biris, “Deep Learning Approaches for Detecting Text Generated by Artificial Intelligence,” Studia Universitatis Babeș-Bolyai Informatica, vol. 69, no. 2, pp. 39–58, Apr. 2025, doi: 10.24193/subbi.2024.2.03.
[6] N. Islam, D. Sutradhar, H. Noor, J. T. Raya, M. T. Maisha, and D. M. Farid, “Distinguishing Human Generated Text From ChatGPT Generated Text Using Machine Learning,” arXiv preprint, 2023, [Online]. Available: http://arxiv.org/abs/2306.01761
[7] A. Yadagiri, L. Shree, S. Parween, A. Raj, S. Maurya, and P. Pakray, “Detecting AI-Generated Text with Pre-Trained Models using Linguistic Features,” Proceedings of the 21st International Conference on Natural Language Processing (ICON), pp. 188–196, 2024.
[8] D. O. Sihombing, “Implementasi NLP dan Cosine Similarity dalam Penilaian Ujian Esai Otomatis,” Jurnal Sistem Komputer dan Informasi, vol. 4, no. 2, p. 396, 2022, doi: 10.30865/json.v4i2.5374.
[9] F. Novianti, K. Rizky, and N. Wardani, “Analisis Sentimen Masyarakat Terhadap Data Tweet Traveloka Menggunakan Naïve Bayes,” JIPI, vol. 8, no. 3, pp. 922–993, 2023, doi: 10.29100/jipi.v8i3.3973.
[10] L. Azzahrah, “Naive Bayes Algorithm and TF-IDF for Detecting Plagiarism”, doi: 10.33558/piksel.v12i2.9829.
[11] A. Shah, P. Ranka, U. Dedhia, and others, “Detecting and Unmasking AI-Generated Texts through Explainable Artificial Intelligence using Stylistic Features,” International Journal of Advanced Computer Science and Applications, vol. 14, no. 10, pp. 1043–1053, 2023, doi: 10.14569/IJACSA.2023.01410110.
[12] L. S. Chanda, “Implementasi Algoritma Multinomial Naïve Bayes untuk Deteksi AI Generated Text”.
[13] D. S. Kashid, J. D. Patil, and A. Buchade, “Live News Classification Using Naive Bayes Classifier,” 2025, doi: 10.7759/s44389-024-01030-8.
[14] R. Rinaldi and R. Goejantoro, “Penerapan Metode Multinomial Naive Bayes: Studi Kasus PT Prudential Life Samarinda,” Eksponensial, vol. 12, pp. 111–118, 2021, doi: 10.30872/eksponensial.v12i2.803.
[15] W. Widyawati and S. Sutanto, “Perbandingan Kinerja Naïve Bayes Multivariate dan Multinomial,” Journal of Innovative Future Technology, vol. 2, no. 1, pp. 108–125, 2020, doi: 10.47080/iftech.v2i1.859.
[16] P. S. Putra, “Komentar Situs Reddit dengan Metode Lexicon Based,” 2024.
[17] N. Prova, “Detecting AI Generated Text Based on NLP and Machine Learning Approaches,” 2024.
[18] J. M. Polgan and others, “Algoritma Naïve Bayes untuk Mengidentifikasi Hoaks di Media Sosial,” Jurnal Manajemen dan Profesi, vol. 13, pp. 2020–2025, 2024, doi: 10.33395/jmp.v13i1.13937.
[19] A. S. R. Roba, S. Lailiyah, and A. Yusnita, “Application of Naive Bayes Algorithm for Analysis of User Reviews on Mobile Legends Game: Bang Bang,” J-INTECH, pp. 140–147, 2025, doi: 10.32664/j-intech.v13i01.1881.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 J-INTECH ( Journal of Information and Technology)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
