Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap layanan gojek di media sosial x. Masalah yang dihadapi adalah kurangnya pemahaman yang mendalam terhadap opini pengguna, yang dapat mempengaruhi upaya peningkatan kualitas layanan. Untuk mengatasi hal ini, penelitian menggunakan algoritma naive bayes untuk klasifikasi sentimen positif dan negatif. Data dikumpulkan dari tweet terkait gojek dan dianalisis menggunakan inset lexicon untuk pelabelan sentimen. Hasil penelitian menunjukkan bahwa dari 303 tweet yang dianalisis, 139 mengandung sentimen positif dan 164 mengandung sentimen negatif. Algoritma naive bayes berhasil mencapai akurasi sebesar 80%, yang menunjukkan efektivitasnya dalam menganalisis sentimen pengguna. Temuan ini mengindikasikan bahwa metode ini dapat digunakan secara efektif untuk memahami persepsi pengguna terhadap layanan gojek dan mendukung peningkatan kualitas layanan secara keseluruhan.

This study aims to analyze user sentiment towards Gojek services on social media X. The issue at hand is the lack of in depth understanding of user opinions, which can impact efforts to improve service quality. To address this, the study employs the Naive Bayes algorithm for classifying positive and negative sentiment. Data was collected from tweets related to Gojek and analyzed using the INSET lexicon for sentiment labeling. The results show that out of 303 analyzed tweets, 139 contained positive sentiment and 164 contained negative sentiment. The Naive Bayes algorithm achieved an accuracy of 80%, demonstrating its effectiveness in analyzing user sentiment. These findings indicate that this method can be effectively used to understand user perceptions of Gojek services and support overall service quality improvement.