<![CDATA[The management of mail archives at the Riangkemie Village Office still relies on manual methods, which results in the slow rediscovery of files when needed. To overcome these operational constraints, this study designed a digital archiving application that is integrated with an automatic document categorization module. The methodology used includes text cleaning (preprocessing), feature extraction based on Term Frequency-Inverse Document Frequency (TF-IDF), and classification modeling using the Multinomial Naïve Bayes algorithm. The experiment utilized 1,008 mail data which was divided into training and test samples with a ratio of 80:20. The results of the evaluation proved that the model was able to record an accuracy level of up to 98.51%, accompanied by superior precision, recall, and F1-score metrics in four groups of letters. The test of this digital system also showed an acceleration of search time from 173 seconds conventionally to an average of 0.39 seconds. This finding confirms the effectiveness of the system in automatically grouping files while accelerating the accessibility of digital archives. Keywords: Naïve Bayes; Letter Classification; Digital Archiving; TF-IDF; Text Mining Abstrak Tata kelola arsip surat pada Kantor Desa Riangkemie hingga kini masih mengandalkan cara-cara manual, yang berakibat pada lambatnya penemuan kembali berkas saat dibutuhkan. Untuk mengatasi kendala operasional tersebut, studi ini merancang aplikasi pengarsipan digital yang terintegrasi dengan modul pengkategorian dokumen otomatis. Metodologi yang digunakan meliputi pembersihan teks (preprocessing), ekstraksi fitur berbasis Term Frequency-Inverse Document Frequency (TF-IDF), serta pemodelan klasifikasi menggunakan algoritma Multinomial Naïve Bayes. Eksperimen memanfaatkan 1.008 data surat yang terbagi menjadi sampel latih dan uji dengan rasio 80:20. Hasil evaluasi membuktikan model sanggup mencatatkan tingkat akurasi hingga 98,51%, disertai capaian metrik precision, recall, serta F1-score yang unggul pada empat kelompok surat. Pengujian sistem digital ini juga menunjukkan akselerasi waktu pencarian dari 173 detik secara konvensional menjadi rata-rata 0,39 detik. Temuan ini menegaskan efektivitas sistem dalam mengelompokkan berkas secara otomatis sekaligus mempercepat aksesibilitas arsip digital.]]>
