Analisis sentimen yang diterapkan pada aplikasi Rosalia Indah Transport melibatkan pengumpulan ulasan atau umpan balik dari pengguna. Selanjutnya, algoritma analisis sentimen digunakan untuk mengklasifikasikan ulasan tersebut sebagai positif atau negatif. Analisis sentimen ini membantu perusahaan memahami pandangan pengguna tentang aplikasi Rosalia Indah Transport dan sejauh mana aplikasi ini mampu memenuhi kebutuhan pengguna. Proses analisis sentimen pada aplikasi Rosalia Indah Transport mencakup pengumpulan ulasan dari pengguna, yang kemudian diklasifikasikan menggunakan algoritma analisis sentimen.. Hasil penelitian menunjukkan bahwa KNN memiliki kinerja yang lebih unggul dibandingkan dengan Naive Bayes dalam semua metrik yang diuji. Akurasi KNN mencapai 81.54%, sementara Naive Bayes hanya mencapai 64.94%. Precision dan recall untuk KNN juga lebih tinggi, masing-masing sebesar 82.87%, 92.29%, dibandingkan dengan Precision dan recall Naive Bayes yang hanya mencapai 81%, 64.24%. Temuan ini menunjukkan bahwa KNN adalah metode yang lebih efektif untuk analisis sentimen ulasan aplikasi Rosalia Indah Transport, yang dapat membantu pengembang dan bisnis dalam memahami dan meningkatkan kualitas aplikasi mereka.
Copyrights © 2025