Aplikasi JakLingko merupakan salah satu aplikasi transportasi terintegrasi yang digunakan oleh masyarakat Jakarta. Ulasan pengguna terhadap aplikasi ini di Google Play Store sangat penting untuk dipahami guna meningkatkan kualitas dan layanan aplikasi. Penelitian ini berfokus pada analisis sentimen pengguna terhadap aplikasi JakLingko serta evaluasi akurasi metode Naïve Bayes dalam klasifikasi sentimen. Tujuan penelitian adalah untuk menganalisis sentimen pengguna dan mengukur akurasi metode Naïve Bayes. Metode penelitiannya mencakup pengumpulan ulasan, pra-pemrosesan data, pelabelan dengan Inset Lexicon, pembobotan kata menggunakan TF-IDF, dan klasifikasi dengan Naïve Bayes. Dari 796 ulasan yang dikumpulkan, hasil menunjukkan bahwa opini masyarakat cenderung negatif, dengan 64.82% ulasan negatif, 22.19% positif, dan 12.99% netral. Akurasi model Naïve Bayes dengan ekstraksi fitur TF-IDF pada pembagian data 80% data latih, 10% data validasi, dan 10% data uji mencapai 81.25%. Ini menunjukkan bahwa model Naïve Bayes efektif dalam mengklasifikasikan sentimen pengguna aplikasi JakLingko.

JakLingko is an integrated transportation application used by the residents of Jakarta. User reviews of this application on the Google Play Store are crucial for understanding and improving the application's quality and services. This study focuses on analyzing user sentiment towards the JakLingko application and evaluating the accuracy of the Naïve Bayes method in sentiment classification. The aim of the research is to analyze user sentiment and measure the accuracy of the Naïve Bayes method. The research methodology includes collecting reviews, data preprocessing, labeling with Inset Lexicon, word weighting using TF-IDF, and classification using Naïve Bayes. From the 796 reviews collected, the results indicate that public opinion is predominantly negative, with 64.82% negative reviews, 22.19% positive, and 12.99% neutral. The Naïve Bayes model, using TF-IDF feature extraction with an 80% training, 10% validation, and 10% test data split, achieved an accuracy of 81.25%. This shows that the Naïve Bayes model is effective in classifying user sentiment towards the JakLingko application.