<![CDATA[The condition of the damaged Batu Jomba road has become a serious concern for the wider community. To understand public sentiment regarding the condition of the road, this research uses sentiment analysis with the Naive Bayes algorithm. This study aims to analyze public sentiment regarding the damaged road conditions of Batu Jomba on the YouTube channel @bayobuan using the Naive Bayes algorithm. The data used consists of comments on videos related to the condition of the Batu Jomba road, totaling 500 comments. The data was then processed using data preprocessing techniques, including tokenization, stopword removal, and lemmatization. The analysis results show that public sentiment towards the condition of Batu Jomba road is negative, with a negative sentiment percentage of 75%. Positive sentiment only reaches 15%, while neutral sentiment is 10%. The Naive Bayes algorithm can classify sentiment with an accuracy of 90%, a precision of 85%, and a recall of 95%. The results of this study can be used as a reference for improving the condition of Batu Jomba road and enhancing the quality of public services. In addition, the results. Abstrak Kondisi jalan rusak Batu Jomba telah menjadi perhatian serius masyarakat luas. Untuk memahami sentimen masyarakat terhadap kondisi jalan tersebut, penelitian ini menggunakan analisis sentimen dengan algoritma Naive Bayes. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kondisi jalan rusak Batu Jomba pada channel YouTube @bayobuan menggunakan algoritma Naive Bayes. Data yang digunakan adalah komentar pada video yang terkait dengan kondisi jalan Batu Jomba, yang berjumlah 500 komentar. Data tersebut kemudian diproses menggunakan teknik pra-pengolahan data, termasuk tokenisasi, penghapusan stopword, dan pengubahan kata menjadi bentuk dasar. Hasil analisis menunjukkan bahwa sentimen masyarakat terhadap kondisi jalan Batu Jomba adalah negatif, dengan persentase sentimen negatif sebesar 75%. Sentimen positif hanya mencapai 15%, sedangkan sentimen netral sebesar 10%. Algoritma Naive Bayes dapat mengklasifikasikan sentimen dengan akurasi sebesar 90%, presisi sebesar 85%, dan recall sebesar 95%. Hasil penelitian ini dapat digunakan sebagai acuan untuk perbaikan kondisi jalan Batu Jomba dan meningkatkan kualitas pelayanan publik. Selain itu, hasil penelitian ini juga dapat digunakan sebagai bahan pertimbangan bagi pemerintah daerah dalam menentukan prioritas perbaikan infrastruktur jalan di daerah tersebut.]]>
