Mobile JKN adalah aplikasi yang diluncurkan oleh BPJS Kesehatan. Terdapat banyak hal yang bisa diakses di aplikasi ini sehingga manfaat dari aplikasi mobile JKN dapat dirasakan langsung oleh penggunanya. semulanya masyarakat hanya bisa datang untuk mengantre dengan antrean panjang di kantor cabang BPJS Kesehatan. Penelitian ini bertujuan untuk mengetahui hasil penilaian sentimen positif maupun negative pada data set Twitter/X mengenai pelayanan aplikasi Mobile JKN dengan menggunakan metode Naïve Bayes. Kini BPJS Kesehatan memberikan kemudahan terhadap pelayanan yang diberikan melalui aplikasi Mobile JKN. Tetapi terdapat beberapa permasalahan pada sistem mobile JKN yang menyebabkan data gagal di proses sehingga membuat informasi yang didapat tidak akurat dan lainnya yang menyebabkan ketidakpuasan pengguna terhadap aplikasi tersebut, dan menimbulkan berbagai macam ulasan yang diberikan melalui media sosial Twitter/X, baik ulasan positif maupun negatif. Opini pengguna dimanfaatkan sebagai penelitian klasisfikasi sentimen menggunakan algoritma Naives Bayes Classifier dengan menggunakan 514 data tweet. Pada hasil pengujian didapatkan tingkat akurasi sebesar 56,67%, Margin error sebesar +- 40,98%. Nilai recall Pada hasil yang tertera didapatkan 44,44% pada data positif dan 61,54% pada data negatif. Hasil klasifikasi metode Naïve Bayes terhadap kata “BPJS” dan “Mobile JKN” menunjukkan sebanyak 61,54% sentimen negatif, artinya penggunaan aplikasi mobile JKN belum maksimal dan perlu dilakukan perbaikan untuk memberikan kesan dan opini positif dari masyarakat pengguna BPJS
Kata Kunci: Analisis, mobile JKN, sentimen, SEMMA.