<![CDATA[Penelitian ini dilakukan untuk mengkaji kecenderungan sentiment yang terdapat pada ulasan aplikasi mobile legend dengan menerapkan algoritma Naïve Bayes. Ulasan yang disampaikan oleh pengguna memiliki peranan penting dalam merepresentasikan tingkat kepuasan serta pandangan pengguna terhadap mutu aplikasi. Data penelitian mencakup teks ulasan dan nilai rating pengguna, yang selanjutnya digunakan sebagai acuan dalam pengelompokan sentiment ke dalam kelas positif , netral, dan negative. Proses penelitian mencakup pengumpulan data, tahapan preprocessing teks, pembentukan fitur menggunakan pendekatan Term Frequemcy-Inverse Document Frequency (TF-IDF), serta penerapan algoritma Naive bayes dalam proses klasifikasi sentimen. Kinerja model dievaluasi menggunakan metrik akurasi, precision, recall, F1-score, serrta confusion matrix. Berdasarkan hasil pengujian, algoritma Naïve Bayes mampu mencapai tingkat akurasi sebesar 68% dalam mengklasifikasi sentimen ulasan pengguna aplikasi Mobile Legend. Kata Kunci: Analisis Sentimen, Naïve Bayes, Mobile Legend]]>
Copyrights © 2026
