<![CDATA[Aplikasi K24Klik adalah platform yang menyediakan layanan kesehatan dan farmasi sehingga memudahkan siapa saja mendapatkan informasi obat dan melakukan pemesanan tanpa harus mengunjungi apotek secara langsung. Meskipun bermanfaat, pengguna masih mengeluhkan aplikasi K24Klik, seperti keterlambatan pengiriman, pembatalan tanpa persetujuan pengguna, dan sering terjadi gangguan pada sistem. Oleh karena itu, penelitian bertujuan untuk mengetahui efektifitas algoritma Naive Bayes yang diterapkan dalam menganalisis sentimen ulasan pengguna terhadap aplikasi K24Klik di Google Play Store. Pada kajian ini, metode yang diterapkan dalam menganalisis sentimen ulasan pengguna meliputi, Pre-processing data seperti case folding, tokenizing, stopword removal dan stemming, serta Algoritma Naïve Bayes diimplementasikan dalam mengelompokkan sentimen ulasan kedalam kategori positif, netral dan negatif. Dalam penelitian ini dilakukan dengan 3 perbandingan pembagian data latih dan data uji, seperti 90:10, 80:20, dan 70:30, untuk menentukan rasio yang efektif dalam melakukan analisis sentimen. Dari penelitian ini didapatkan hasil dimana rasio 80:20 menunjukkan hasil terbaik dengan akurasi 80%, presisi 83%, recall 96%, dan F1-score 89%. nilai tersebut membuktikan kemampuan algoritma Naïve Bayes dalam menganalisis sentimen ulasan pengguna aplikasi dengan sangat baik. Hasil pengujian ini diharapkan dapat menambah masukan bagi pengelola aplikasi dalam memperbaiki kualitas layanan di masa mendatang.]]>
Copyrights © 2025
