Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap opini keamanan kode One Time Password (OTP) pada pengguna aplikasi dompet digital OVO di media sosial Twitter. Metode yang digunakan dalam penelitian ini adalah lexicon-based dan support vector machine learning. Proses analisis sentimen dimulai dengan pengumpulan data tweet pengguna OVO dari Twitter. Data tweet yang terkumpul kemudian diberi label sentimen positif, negatif, atau netral secara manual. Selanjutnya, dilakukan pemrosesan data teks seperti cleaning, tokenisasi, dan pembobotan fitur. Model lexicon-based dan support vector machine learning dibangun dan dilatih menggunakan data tweet yang telah diberi label. Hasil pengujian menunjukkan bahwa metode support vector machine learning menghasilkan akurasi yang lebih baik dibandingkan metode lexicon-based dalam mengklasifikasikan sentimen tweet pengguna OVO. Analisis lebih lanjut juga dilakukan untuk mengidentifikasi aspek-aspek keamanan OTP yang menjadi perhatian utama pengguna berdasarkan klasifikasi sentimen. Penelitian ini berkontribusi dalam memberikan wawasan tentang persepsi keamanan pengguna terhadap fitur OTP pada aplikasi dompet digital, yang dapat dimanfaatkan oleh pihak pengembang untuk meningkatkan kualitas layanan dan kepuasan pengguna
Kata Kunci : Analisis Sentimen;Keamanan OTP;Dompet Digital;Lexicon-Based