SENTIMEN ANALISIS PADA DATA ULASAN APLIKASI KAI ACCESS DI GOOGLE PLAYSTORE MENGGUNAKAN METODE MULTINOMIAL NAIVE BAYES

KAI Access sebagai wadah dalam melayani pembelian tiket kereta api secara online tak luput dari kekurangan serta kepuasan pelanggan. Ulasan yang diberikan pelanggan pada aplikasi KAI Access pun beragam. Penelitian ini berisikan analisis sentimen terhadap data ulasan yang telah ditulis pelanggan terhadap aplikasi KAI Access pada Google Play Store dengan total data penelitian sebanyak 7500 ulasan. Metode yang digunakan dalam analisis ini adalah Multinomial Naive Bayes. Pembagian data dilakukan dengan porsi 20% data uji dan 80% data latih. Pada pemodelan dilakukan pengujian silang menggunakan metode K Fold Cross Validation dengan nilai k = 2, 3, 4, 5, 6, 8 dan 10. Hasil pemodelan menunjukkan, fold 10 memiliki rata-rata akurasi terbaik dengan nilai 88.87%, rata-rata presisi dengan nilai 91.73%. dan rata-rata recall dengan nilai 84.60%. Pada pengujian data uji validasi diperoleh hasil akurasi 89%, presisi 92% dan recall 85%. Dari pengujian validasi menunjukkan peningkatan performa dari pemodelan yang dilakukan. Hal ini menunjukkan bahwa metode Multinomial Naive Bayes memiliki kelayakan yang baik untuk implementasi penelitian ini.