Pada era digital, aplikasi membaca seperti Fizzo Novel semakin populer, dengan
lebih dari 10 juta unduhan dan 600 ribu ulasan di Google Play Store. Namun,
banyaknya ulasan dengan sentimen negatif menunjukkan adanya masalah dalam
kualitas aplikasi. Penelitian ini menganalisis sentimen ulasan aplikasi Fizzo Novel
menggunakan algoritma Naïve Bayes Classifier dan mengevaluasi pengaruh
normalisasi kata berbasis Levenshtein Distance terhadap akurasi analisis sentimen.
Metode penelitian mencakup web scraping untuk mengumpulkan data ulasan, preprocessing data teks, klasifikasi dengan Naïve Bayes, dan evaluasi kinerja
menggunakan Confusion Matrix. Hasil menunjukkan bahwa algoritma Naïve
Bayes efektif mengklasifikasikan sentimen ulasan menjadi positif, negatif, dan
netral. Normalisasi dengan Levenshtein Distance meningkatkan akurasi analisis
dari 76% menjadi 78%, dan memperbaiki precision dan recall.Kesimpulannya,
Naïve Bayes Classifier cocok untuk analisis sentimen teks dengan volume besar,
dan Levenshtein Distance meningkatkan kinerja klasifikasi, terutama pada kategori
netral. Mayoritas ulasan pengguna menunjukkan sentimen negatif terhadap aplikasi
Fizzo Novel.