Aplikasi PLN Mobile merupakan suatu aplikasi digital yang dibuat oleh PT PLN (Persero) dengan tujuan untuk memberikan pelayanan listrik melalui mobile application. Ulasan pada Google Playstore memiliki peringkat 1 hingga 5, namun seringkali pengguna memberikan rating tidak sesuai dengan ulasannya sehingga hal ini belum cukup menggambarkan kualitas dari aplikasi. Jumlah review atau data ulasan pada aplikasi PLN Mobile sangat banyak sehingga akan menyulitkan dan memakan waktu untuk membaca secara keseluruhan. Untuk mengetahui opini masyarakat tersebut diterapkannya sebuah sistem klasifikas. Analisis Sentimen menggunakan 1000 data sampel ulasan dari 67949 data populasi yang diambil dari Januari sampai Juni 2022 pada Aplikasi PLN Mobile. Pada penelitian ini dilakukan proses pengambilan data ulasan (Web Scraping), Text Preprocessing, Pelabelan data, klasifikasi teks dan Evaluasi model. Untuk metode dalam klasifikasi teks menggunakan pendekatan berbasis Leksikon yaitu akan menggunakan pendekatan berbasis dictionary berbasis (Vader Lexicon) menghasilkan 469 sentimen positif, 447 sentimen negatif, 84 netral. Dari hasil perbandingan kelas positif, netral, dan negative terhadap 1000 sampel data hasil Vader Lexicon dengan ulasan berdasarkan rating ketidaksesuaian pengguna memberikan rating dengan ulasannya adalah untuk kelas positif sebesar 20%, kelas netral sebesar 39%, kelas negatif sebesar 19%. Selanjutnya dilakukan proses klasifikasi dengan menggunakan metode naïve bayes, untuk pembagian data uji dan data latih penulis memakai perbandingan 90:10 untuk split data. Proses evaluasi menggunakan confussion matrix mendapatkan akurasi 54 %

PLN Mobile application is a digital application created by PT PLN (Persero) with the aim of providing electricity services through a mobile application. Reviews on Google Playstore have a rating of 1 to 5, but often users give ratings that are not in accordance with their reviews so that this is not enough to describe the quality of the application. The number of reviews or data reviews on the PLN Mobile application is so large that it will take time and time to read in its entirety. To find out the public opinion, a classification system is applied. Sentiment Analysis uses 1000 samples of review data from 67949 population data taken from January to June 2022 on the PLN Mobile Application. In this study, the process of collecting review data (Web Scraping), Text Preprocessing, data labeling, text classification and evaluation models was carried out. For the text classification method using a Lexicon-based approach, which will use a dictionary-based approach (Vader Lexicon) resulting in 469 positive sentiments, 447 negative sentiments, 84 neutral. From the results of the comparison of positive, neutral, and negative classes against 1000 samples of Vader Lexicon data with reviews based on the user's discrepancy rating, the rating is for the positive class of 20%, the neutral class of 39%, the negative class of 19%. Furthermore, the classification process is carried out using the nave Bayes method, for the distribution of test and training data the author uses a ratio of 90:10 for the split data. Evaluation model process using confusion matrix get accuracy 54 %