<![CDATA[Analisis sentimen merupakan metode yang digunakan untuk mengolah pendapat pengguna pada ulasan layanan digital guna mengklasifikasikan persepsi pengguna ke dalam kategori positif dan negatif. Penelitian ini membandingkan sentimen pengguna pada dua aplikasi dompet digital, yaitu DANA dan OVO, berdasarkan ulasan pengguna yang diperoleh dari Google Play Store. Metode yang digunakan terdiri dari tahapan pengumpulan data, preprocessing teks, pembobotan kata menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta klasifikasi menggunakan algoritma Support Vector Machine (SVM). Evaluasi dilakukan menggunakan nilai akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model SVM menghasilkan akurasi sebesar 90% pada ulasan OVO dan 88,04% pada ulasan DANA. Perbedaan akurasi dipengaruhi oleh variasi bahasa dalam ulasan dan distribusi kelas sentimen. Penelitian ini menunjukkan bahwa SVM efektif digunakan dalam analisis sentimen pada aplikasi dompet digital serta dapat membantu pengembang dalam meningkatkan kualitas layanan berdasarkan masukan pengguna. Kebaruan penelitian ini terletak pada pendekatan komparatif yang secara eksplisit membandingkan dua platform e-wallet terdominasi di Indonesia DANA dan OVO dalam satu kerangka analisis terpadu menggunakan data ulasan aktual dari Google Play Store. Berbeda dengan studi-studi sebelumnya yang hanya berfokus pada satu platform, penelitian ini mengidentifikasi perbedaan karakteristik bahasa ulasan dan distribusi sentimen antar platform sebagai faktor penentu performa model klasifikasi. Secara praktis, temuan ini memberikan kontribusi langsung bagi pengembang fintech dalam merancang strategi peningkatan layanan berbasis analisis opini pengguna secara terstruktur dan terukur.]]>
