PERBANDINGAN LSTM DAN NAIVE BAYES UNTUK ANALISIS SENTIMEN ULASAN APLIKASI MOBILE JKN

Aulia Divka Sari (Universitas Muhammadiyah Bengkulu)
Pahrizal Pahrizal (Universitas Muhammadiyah Bengkulu)

Jurnal Informatika Teknologi dan Sains (Jinteks)
Vol 8 No 2 (2026): EDISI 28

Penelitian ini menggunakan Naive Bayes dan LSTM untuk menganalisis sentimen ulasan pengguna aplikasi JKN Mobile. Pra-pemrosesan, pembagian data pelatihan dan pengujian, serta evaluasi metrik akurasi, presisi, recall, dan F1-score mengklasifikasikan evaluasi pengguna sebagai positif atau negatif. LSTM memiliki akurasi 65% dan tidak ideal dalam klasifikasi, sedangkan Naive Bayes memiliki akurasi 91% dan nilai penilaian yang seimbang. Temuan ini menunjukkan bahwa Naive Bayes lebih baik untuk analisis sentimen pada dataset ulasan aplikasi JKN Mobile. Penelitian ini diharapkan dapat membantu meningkatkan algoritma analisis sentimen.