PERANCANGAN MACHINE LEARNING MENGGUNAKAN ALGORITMA NAÏVE BAYES STUDI KASUS ANALISIS REVIEW APLIKASI GOJEK TAHUN 2024

• FUJI PERMATA SARI
• 2025

---

Penelitian ini bertujuan untuk mengembangkan aplikasi analisis sentimen berbasis web terhadap ulasan pengguna aplikasi Gojek dengan menggunakan algoritma Naïve Bayes dan metode TF-IDF. Proses diawali dengan pra-pemrosesan data di Google Colab, meliputi case folding, tokenizing, penghapusan stopword, dan pembersihan menggunakan regular expression. Label sentimen ditentukan berdasarkan skor ulasan ke dalam tiga kategori: positif, netral, dan negatif. Dataset kemudian dibagi menjadi data latih dan data uji, divektorisasi menggunakan TF-IDF, dan diklasifikasikan menggunakan Multinomial Naïve Bayes. Model yang telah dilatih diintegrasikan ke dalam aplikasi web berbasis Streamlit, yang memungkinkan pengguna mengunggah data ulasan dalam format CSV, melihat berbagai visualisasi seperti WordCloud, histogram, dan pie chart, serta menginput ulasan secara manual untuk diprediksi sentimennya. Hasil evaluasi menunjukkan akurasi sebesar 84,68%, dengan kinerja model yang baik dalam mengklasifikasikan sentimen positif dan negatif, meskipun klasifikasi sentimen netral masih menjadi tantangan. Aplikasi ini menjadi alat praktis dalam menganalisis tanggapan pengguna secara efisien dan memahami persepsi publik terhadap layanan Gojek.

• Naïve Bayes
• TF-IDF
• Aplikasi Web
• Streamlit
• Gojek

https://repository.bsi.ac.id/repo/69301/PERANCANGAN-MACHINE-LEARNING-MENGGUNAKAN-ALGORITMA-NAÏVE-BAYES-STUDI-KASUS-ANALISIS-REVIEW-APLIKASI-GOJEK-TAHUN-2024
Anda dapat membaca file tugas akhir ini di repository.