Article Sidebar
Downloads
Main Article Content
Abstract
The Access By KAI application, developed by PT Kereta Api Indonesia (Persero), allows users to purchase train tickets via mobile devices. This study aims to perform sentiment analysis on user reviews of the Access By KAI application using the naive Bayes algorithm. Data processing was carried out through stages such as case folding, cleaning, tokenizing, stopword removal, and stemming, and evaluation using metrics of accuracy, precision, recall, and F1-score showed that the naive Bayes algorithm provides satisfactory results. The study results indicate that the naive Bayes algorithm is able to classify reviews with an accuracy rate of up to 68% with a precision of 83% for the positive class, 59% for the negative class, and 79% for the neutral class; recall of 67% for the positive class, 93% for the negative class, and 42% for the neutral class. From these results, it is expected to help developers identify the aspects most complained about by users and improve service quality.
Article Details
Copyright (c) 2026 Beni Ariansyah, Edi Surya Negara
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
- Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dipersilahkan mengutip sebagian atau seluruh isi situs web ini sesuai dengan ketentuan yang berlaku.
- Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Jurnal Pseudocode yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Priciple Contact.
- Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs jurnal ini mengacu pada ketentuan lisensi Creative Commons Atribusi-ShareAlike (CC-BY-SA).
- Semua Informasi yang terdapat di Jurnal Pseudocode bersifat akademik. Jurnal Pseudocode tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.