ABSTRAKSI :
Perkembangan teknologi informasi dan komunikasi telah mendorong adopsi layanan perbankan digital di Indonesia, salah satunya melalui aplikasi Bank Jago yang tersedia di Google Play Store. Dengan meningkatnya jumlah pengguna, diperlukan analisis untuk mengetahui persepsi dan tingkat kepuasan nasabah terhadap layanan yang diberikan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Bank Jago menggunakan metode Support Vector Machine (SVM), yang dikenal memiliki kinerja tinggi dalam klasifikasi teks. Data yang digunakan terdiri dari 2.000 ulasan berbahasa Indonesia yang dikumpulkan melalui teknik web scraping dari Google Play Store pada periode 5 Juni 2024 hingga 14 Februari 2025. Tahapan penelitian meliputi data pre-processing (cleaning, case folding, normalisasi, tokenizing, stopword removal, dan stemming), pelabelan sentimen berbasis leksikon menjadi kategori positif dan negatif, pembobotan kata menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), pembagian dataset menjadi data latih (80%) dan data uji (20%), serta klasifikasi menggunakan algoritma SVM dengan kernel linear. Evaluasi kinerja model dilakukan menggunakan confusion matrix, akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model SVM mencapai akurasi sebesar 80,25%, dengan performa klasifikasi sentimen positif (precision 0,82; recall 0,82; F1-score 0,82) sedikit lebih baik dibandingkan sentimen negatif (precision 0,79; recall 0,78; F1-score 0,78). Visualisasi word cloud memperlihatkan kata-kata dominan pada tiap kategori sentimen, memberikan gambaran faktor yang memengaruhi persepsi pengguna. Temuan ini diharapkan dapat menjadi masukan bagi pengembangan fitur dan layanan Bank Jago, serta memperkaya penelitian penerapan SVM dalam analisis sentimen pada sektor perbankan digital di Indonesia.