<![CDATA[Jamsostek Mobile (JMO) merupakan inovasi digital dari BPJS Ketenagakerjaan yang diluncurkan pada September 2021 untuk mempermudah pelayanan kepada pengguna. Meskipun dirancang untuk meningkatkan akses dan kualitas layanan, masih ditemukan ulasan negatif dari pengguna terkait fitur dan kinerja aplikasi. Ulasan tersebut menjadi sumber informasi penting untuk mengevaluasi persepsi pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi JMO menggunakan algoritma Naïve Bayes dan Logistic Regression. Data diambil dari Google Playstore, terdiri dari 1.500 ulasan berbahasa Indonesia yang telah diberi label secara manual sebagai positif atau negatif. Proses analisis dilakukan dengan Python melalui platform Google Colab. Evaluasi performa model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa kedua algoritma memiliki akurasi yang sama, yaitu 92,67%. Naïve Bayes unggul dalam presisi sebesar 97,58%, sedangkan Logistic Regression lebih baik dalam recall (93,30%) dan F1-score (93,82%). Meskipun keduanya menunjukkan kinerja yang baik, Logistic Regression dinilai lebih seimbang dalam mengklasifikasikan data. Pemilihan algoritma terbaik tetap disesuaikan dengan prioritas analisis, apakah mengutamakan ketepatan klasifikasi atau kelengkapan dalam mendeteksi sentimen.]]>
Copyrights © 2025
