<![CDATA[Abstract: The development of digital technology has led to the emergence of various educational applications that play an important role in supporting the teaching and learning process. One of the most widely used applications is Rumah Pendidikan, which provides a variety of online learning features. However, user perceptions and experiences of this application vary greatly, requiring a systematic analysis to determine public sentiment towards the application. This study aims to apply the Naive Bayes Classifier algorithm in analyzing user sentiment reviews of the Rumah Pendidikan application on the Google Playstore platform. The data, consisting of 284 reviews, was classified into three sentiment categories, namely positive, negative, and neutral. The analysis process included data cleaning, tokenization, stopword removal, and TF-IDF vectorization before classification. The results show that the Naive Bayes algorithm is capable of classifying sentiment with an accuracy of 78.95%, a precision value of 72%, a recall of 67%, and an F1-score of 70%. These findings indicate that the Naive Bayes approach is effective in identifying user sentiment towards the Rumah Pendidikan application. The findings of this analysis can be used by developers as a basis for consideration in improving the quality of the application and user satisfactioninthefuture.Keyword: Sentiment Analysis, Naive Bayes, Rumah Pendidikan Application, Google Play StoreAbstrak: Perkembangan teknologi digital telah mendorong munculnya berbagai aplikasi pendidikan yang berperan penting dalam mendukung proses belajar-mengajar. Salah satu aplikasi yang banyak digunakan adalah Rumah Pendidikan, yang menyediakan beragam fitur pembelajaran daring. Meskipun demikian, persepsi dan pengalaman pengguna terhadap aplikasi ini sangat beragam, sehingga diperlukan analisis yang sistematis untuk mengetahui sentimen masyarakat terhadap aplikasi tersebut. Penelitian ini bertujuan untuk menerapkan algoritma Naive Bayes Classifier dalam menganalisis sentimen ulasan pengguna terhadap aplikasi Rumah Pendidikan pada platform Google Playstore. Data yang terdiri atas 284 ulasan diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Proses analisis meliputi tahap data cleaning, tokenization, stopword removal, serta TF-IDF vectorization sebelum dilakukan klasifikasi. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan sentimen dengan akurasi sebesar 78.95%, nilai precision sebesar 72%, recall sebesar 67%, dan F1-score sebesar 70%. Temuan ini menunjukkan bahwa pendekatan Naive Bayes mampu bekerja secara efektif dalam mengidentifikasi sentimen pengguna terhadap aplikasi Rumah Pendidikan. Temuan analisis tersebut dapat dimanfaatkan oleh pengembang sebagai dasar pertimbangan dalam meningkatkan kualitas aplikasi dan tingkat kepuasan pengguna dimasamendatang.Kata kunci: Analisis Sentimen, Naive Bayes, Rumah Pendidikan, Playstore]]>
