<![CDATA[Abstrak — Transportasi online kian menarik perhatian danminat masyarakat untuk dijadikan salah satu kebutuhan yangdapat memudahkan aktivitas sehari-hari. Maxim merupakansalah satu transportasi online yang menepati urutan ketiga jasatransportasi online yang paling sering digunakan. Denganadanya hasil pemeringkatan jasa transportasi online tersebutmaka pihak Maxim dapat meningkatkan pelayananberdasarkan dari ulasan pengguna aplikasi Maxim melaluimetode analisis sentimen yang bertujuan untuk mengolahsejumlah besar data secara selektif dan efisien denganmengelompokkan ke dalam dua ulasan yaitu positif dan negatifdengan menggunakan algoritma Naïve Bayes. Tahap untukmelakukan analisis sentimen dibagi menjadi beberapa bagiandiantaranya yaitu pengumpulan data, preprocessing, modelling,dan evaluasi. Pada penelitian ini, menggunakan tiga skenariorasio pembanding training testing yaitu 60:40, 70:30, dan 80:20dengan menggunakan model Multinomial Naïve Bayesmenunjukkan bahwa rasio 70:30 menghasilkan model terbaikdengan nilai akurasi sebesar 87,22% yang dilakukan melaluiconfusion matrix dengan nilai recall sebesar 98,49%, nilaiprecision sebesar 86,62%, dan f1 score menghasilkan nilaisebesar 92,17%. Berdasarkan dari hasil visualisasi sentimendidapatkan hasil ulasan pengguna aplikasi Maxim cenderungmengarah ke sentimen positif dengan jumlah ulasan positifsebanyak 76% dan sentimen negatif sebanyak 24%. Sehingga,hasil kategori sentimen tersebut dapat dijadikan bahan evaluasikepada pihak developer sebagai bentuk peningkatan layananaplikasi Maxim. Kata kunci— Analisis Sentimen, Transportasi Online, Naïve Bayes]]>
