<![CDATA[Kemajuan teknologi informasi telah mendorong meningkatnya penggunaan aplikasi layanan digital, salah satunya adalah aplikasi traveloka yang berfungsi sebagai penyedia layanan pemesanan tiket dan akomodasi secara daring. Ulasan pengguna di Google Play Store memberikan informasi penting untuk mengenai pengalaman pengguna terhadap aplikasi tersebut. Tujuan penelitian ini untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi traveloka menggunakan metode Naïve Bayes Classifier. Data diperoleh dengan melakukan web scraping terhadap 2000 ulasan pengguna di Google Play Store. Data kemudian diproses melalui tahap pra-pemrosesan meliputi Case folding, tokenisasi, stopword removal, dan stemming. Setelah itu, dilakukan pelabelan data untuk dijadikan tiga kategori sentimen: positif, netral, negatif. Metode Multinominal Naïve Bayes digunakan untuk melakukan klasifikasi dengan pendekatab Bag-of-Words. Evaluasi model dilakukan menggunakan metrik akurasi f1-score. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasi sentimen dengan akurasi sebesar 89,5% dan f1-score untuk kelas positif sebesar 0,88, serta hasil evaluasi precision Negatif bernilai 0,76, Netral 0,00 dan Positif bernilai 0,92, dan Recall Negatif 0,72, Netral 0,00 dan Positif 0,97. Penelitian ini menunjukkan bahwa metode Naïve Bayes efektif digunakan dalam klasifikasi sentimen ulasan aplikasi berbasis teks., meskipun masih terdapat misklasifikasi pada ulasan netral dan negatif yang dipengaruhi oleh distribusi data yang tidak seimbang]]>
