BSINews, Solo — Di tengah gegap gempita kemajuan Artificial Intelligence (AI) dengan model-model mutakhir berbasis Transformer dan Large Language Models (LLM), sebuah temuan baru justru menghadirkan kejutan. Naive Bayes, algoritma klasik yang sudah berusia puluhan tahun, terbukti masih sangat tangguh menghadapi model AI modern dalam tugas analisis sentimen.
Penelitian yang dilakukan Galih Setiawan Nurohim dosen Universitas Bina Sarana Informatika (UBSI) kampus Solo, menggunakan 5.400 ulasan produk berbahasa Indonesia di Google Play Store. Ia membandingkan performa model tradisional seperti Naive Bayes dan K-Nearest Neighbors dengan model modern berbasis Transformer, termasuk LLM agufsamudra/indo-sentiment-analysis.
Naive Bayes 27 Ribu Kali Lebih Cepat dibanding LLM
Hasilnya mengejutkan. Dari sisi akurasi, baik Naive Bayes maupun model LLM sama-sama mampu mencatat angka sekitar 95 persen. Namun, perbedaan mencolok muncul pada efisiensi. Naive Bayes hanya memerlukan waktu 0,0018 detik untuk melakukan prediksi, sementara model LLM membutuhkan sekitar 49 detik.
βNaive Bayes 27 ribu kali lebih cepat dibanding LLM,β tulis Galih dalam laporannya. Keunggulan ini membuat metode klasik tersebut lebih cocok digunakan untuk kebutuhan real-time, terutama bagi UMKM dan startup yang membutuhkan solusi cepat, murah, dan efisien.
Baca juga :Β Bangun Aplikasi Sendiri, Mahasiswa UBSI Kampus Solo Hadapi Tantangan Nyata di Kelas Mobile Programming
Meski begitu, bukan berarti model modern tidak punya keunggulan. LLM terbukti lebih handal dalam menekan kesalahan klasifikasi (false positive), sehingga lebih relevan digunakan pada sektor dengan risiko tinggi, seperti finansial dan kesehatan.
Temuan ini menunjukkan bahwa di balik gegap gempita model AI modern, algoritma sederhana seperti Naive Bayes masih punya tempat penting. Dalam banyak kasus, solusi klasik justru memberikan return on investment (ROI) yang lebih tinggi, sementara model canggih sebaiknya dipilih bila akurasi absolut dan minimnya error menjadi prioritas utama.
