Bank BCA merupakan bank swasta terbesar di Indonesia. Bank BCA memiliki layanan mobile banking yang berfungsi mempermudah transaksi nasabah hanya dengan menggunakan perangkat mobile, BCA mobile paling populer dibandingkan mobile banking lainnya. BCA mobile sempat menjadi trending topic pada media sosial twitter karena mengalami error, adanya error tersebut menimbulkan pertanyaan apakah masyarakat tetap merasa nyaman dan tetap bertahan menggunakan BCA mobile atau tidak. Oleh karena itu peneliti mengusulkan penelitian dengan menggunakan analisis sentimen, penggunaan analisis sentimen pada penelitian ini dapat membantu mengetahui tanggapan masyarakat mengenai BCA mobile. Penelitian ini menerapkan algoritma Naïve Bayes dan Support Vector Machine (SVM) dengan penggunaan metode SEMMA (Sample, Explore, Modify, Model, dan Assess). Tahap pertama, sample melakukan crawling data melalui twitter, kemudian seleksi atribut yang akan digunakan pada tahap explore. Selanjutnya, tahap modify untuk mengubah data menjadi data terstruktur. Tahap model, dilakukan pelabelan yang akan diuji. Terakhir tahap assess, melakukan evaluasi dari klasifikasi yang sudah dilakukan menggunakan confusion matrix dan k-fold cross validation. Hasil akurasi Naïve Bayes adalah 90,15%, sedangkan Support Vector Machine (SVM) menghasilkan nilai akurasi 88,90%. Sehingga Naïve Bayes lebih baik 1,25% dari Support Vector Machine (SVM). Naïve Bayes menganalisis 375 sentimen positif lebih unggul dibandingkan sentimen negatif yang artinya BCA mobile dipandang positif dengan kata yang sering muncul “senang”, “layanan”, “terhubung” yang mengungkapkan perasaan bahagia atas layanan yang diberikan, walau sempat menjadi trending topic saat terjadi error masyarakat tetap merasa senang dan nyaman menggunakan BCA mobile. Namun pihak BCA juga dapat memperbaiki layanan dengan melihat hasil sentimen negatif yang telah didapatkan.
Kata Kunci: Analisis Sentimen, BCA mobile, Naïve Bayes, Support Vector Machine, SEMMA