Kemajuan teknologi digital telah memicu pertumbuhan layanan transportasi online, khususnya aplikasi Grab. Tingkat kepuasan pengguna adalah faktor penting untuk menilai kualitas layanan sekaligus kelangsungan bisnis. Penelitian ini berupaya memprediksi tingkat kepuasan pengguna aplikasi Grab dari ulasan di Google Play Store melalui penerapan algoritma Naive Bayes. Data ulasan pengguna dari 2020 hingga 2026 dikumpulkan memakai metode web scraping. Proses penelitian meliputi preprocessing data, pengambilan fitur lewat TF-IDF, pemodelan, dan evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan algoritma Naive Bayes berhasil mengelompokkan kepuasan pengguna menjadi puas, tidak puas, dan netral dengan kinerja optimal serta berhasil mengelompokkan tingkat kepuasan menjadi driver, sistem aplikasi, dan lainnya. Model yang dihasilkan juga diintegrasikan ke dalam sistem berbasis web guna menyederhanakan analisis otomatis. Diharapkan penelitian ini dapat berkontribusi pada pengembangan sistem analisis kepuasan pelanggan berbasis machine learning dan menjadi acuan studi mendatang.
Copyrights © 2026