<![CDATA[Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi layanan akademik Civitas–Suteki guna memahami bagaimana pengguna merespons dan mengalami penggunaan aplikasi tersebut. Tingginya proporsi ulasan negatif yang mencapai lebih dari sepertiga total data mengindikasikan perlunya evaluasi sistematis terhadap kualitas layanan aplikasi. Data dikumpulkan melalui teknik web scraping pada Google Play Store, menghasilkan 534 ulasan pada rentang Maret 2020 hingga April 2026. Proses preprocessing meliputi penghapusan duplikat, cleaning, case folding, tokenizing, stopword removal, dan stemming. Pembobotan kata menggunakan TF-IDF dan klasifikasi dilakukan dengan algoritma Multinomial Naive Bayes. Dari 473 ulasan valid, sebanyak 291 ulasan (61,52%) bersentimen positif dan 182 ulasan (38,48%) bersentimen negatif. Model mencapai akurasi sebesar 78,26%, dengan precision 0,79, recall 0,87, dan F1-score 0,83 untuk kelas positif, serta precision 0,77, recall 0,65, dan F1-score 0,71 untuk kelas negatif. Hasil ini menunjukkan bahwa metode Multinomial Naive Bayes dengan pembobotan TF-IDF efektif digunakan dalam klasifikasi sentimen ulasan berbahasa Indonesia dan dapat menjadi bahan evaluasi bagi pengembang aplikasi untuk meningkatkan kualitas layanan.]]>
Copyrights © 2026
