<![CDATA[Kekurangan keterampilan di pasar kerja global telah menjadi isu mendesak bagi pengusaha, terutama terkait keterampilan teknis dan soft skills. Aplikasi mobile seperti Karier.mu menawarkan solusi dengan menyediakan platform bagi pencari kerja untuk mengembangkan keterampilan yang relevan. Aplikasi ini telah mendapatkan lebih dari 500.000 pengguna dan berperan penting dalam program Kartu Prakerja untuk meningkatkan daya saing tenaga kerja Indonesia. Meskipun Karier.mu diterima dengan baik, masih terdapat tantangan dalam menganalisis umpan balik pengguna secara mendalam. Penelitian ini bertujuan untuk menganalisis sentimen pengguna aplikasi Karier.mu menggunakan algoritma Bernoulli Naïve Bayes dengan metode n-gram. Data dikumpulkan melalui ulasan pengguna dan diproses melalui tahapan teks preprocessing, pelabelan sentiment dengan pendekatan lexicon, dan ekstraksi fitur menggunakan TFIDF N-Gram. Metode SMOTE diterapkan untuk menangani ketidakseimbangan kelas dalam data. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan akurasi 96%. Hasil dari analisis ini diharapkan memberikan wawasan bagi pengembang aplikasi dalam meningkatkan kualitas layanan dan pengalaman pengguna, serta membantu perusahaan beradaptasi dengan kebutuhan pasar kerja yang kompetitif.]]>
Copyrights © 2024
