<![CDATA[Transformasi digital dalam layanan publik mendorong pemanfaatan aplikasi mobile sebagai sarana utama penyediaan layanan kesehatan, salah satunya melalui aplikasi Mobile JKN. Seiring meningkatnya jumlah pengguna, ulasan pada Google Play Store menjadi sumber data penting untuk memahami persepsi dan pengalaman pengguna terhadap kualitas layanan aplikasi. Penelitian ini bertujuan untuk menganalisis sentimen pengguna dan mengidentifikasi aspek layanan yang menjadi sumber utama ketidakpuasan pada aplikasi Mobile JKN. Data penelitian berupa 5.000 ulasan pengguna yang dikumpulkan dari Google Play Store. Pelabelan sentimen dilakukan menggunakan pendekatan rating based labeling, dengan praproses teks meliputi pembersihan data dan stemming. Representasi fitur teks menggunakan metode Term Frequency–Inverse Document Frequency (TF–IDF), sedangkan klasifikasi sentimen dilakukan menggunakan algoritma Logistic Regression. Hasil penelitian menunjukkan bahwa model mampu mencapai tingkat akurasi sebesar 92,15%, dengan precision sebesar 96,42%, recall sebesar 89,79%, dan F1-score sebesar 92,99%. Analisis sentimen berdasarkan kategori layanan menunjukkan bahwa sentimen negatif paling dominan terdapat pada aspek login dan autentikasi, khususnya terkait pengiriman kode OTP, serta pada aspek kinerja dan stabilitas sistem. Sebaliknya, kategori manfaat dan kemudahan layanan aplikasi menunjukkan tingkat sentimen negatif yang relatif rendah. Hasil penelitian ini menunjukkan bahwa analisis sentimen berbasis ulasan pengguna dapat digunakan untuk mendukung evaluasi kualitas layanan aplikasi kesehatan digital]]>
