The application of customer disturbance message classifiers is made because of the process of reporting the interruption by the customer must be done by selection of data disorders by one by the admin to be able to follow-up from the existing customer reports. Naive Bayes is one of machine learning methods that uses probability calculations where the algorithm takes advantage of probability and statistical methods that predict future probabilities based on past experience. The application of the naive bayes classifier method with text mining as the initial data processor of the disorder messaging application can be concluded that this study yields an accuracy of probability values of 95 percent and proves that the Naive Bayes method can be used to help classify interference messages sent by customers.

Aplikasi pengklasifikasi pesan gangguan pelanggan dibuat karena pada proses untuk bisa melakukan tindak lanjut dari
laporan pelanggan yang ada. Naive bayes merupakan salah satu metode machine learning yang menggunakan perhitungan probabilitas dimana algoritma ini memanfaatkan metode probabilitas dan statistik yang memprediksi probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya. Penerapan metode naive bayes classifier dengan text mining sebagai pemroses data awal dari aplikasi pengklasifikasian pesan gangguan dapat disimpulkan bahwa penelitian ini
menghasilkan akurasi dari nilai probabilitas sebesar 95% dan membuktikan bahwa metode Naive bayes dapat digunakan untuk membantu mengklasifikasikan pesan gangguan yang dikirimkan oleh pelanggan