Twitter merupakan salah satu platform media sosial sebagai suatu sarana untuk menulis tentang berbagai opini, komentar , dan berita yang membahas isu-isu yang terjadi pada saat ini dengan menggunakan fitur ‘tweet’. Dengan menggunakan tweet inilah para pengguna Twitter dapat berinteraksi dengan pengguna Twitter lainnya untuk menyampaikan pikirian, kejadian yang baru terjadi, dan berita terkini serta hal lainnya. Semua orang dapat mengemukakan pendapatnya melalui media sosial. Hal tersebut dapat digunakan sebagai sumber data untuk menilai sentimen pada Twitter. Pendapat-pendapat tersebut mengandung sentiment positif, negatif, maupun netral terhadap suatu topik. Studi kasus yang diambil oleh peneliti adalah tentang Financial Technology khususnya dompet digital di Indonesia. Salah satu Fintech yang saat ini populer di Indonesia diantaranya Go-Pay, OVO, DANA, LinkAja dan sebagainya. Pengambilan kasus tersebut karena Fintech banyak dibicarakan oleh masyarakat Indonesia di media sosial Twitter. Pada penelitan ini, produk layanan dompet digital yang akan dibahas adalah DANA. Berdasarkan riset yang dilakukan DailySocial menunjukan bahwa DANA mengalami peningkatan pengguna aktif pada tahun 2019 yang berada pada peringkat ke-3 dibawah peringkat Go-Pay dan OVO. Untuk mengetahui kecenderungan komentar masyarakat terhadap dompet digital di Indonesia, apakah positif, negatif, atau netral, maka dilakukan analisis sentimen. Dalam melakukan analisis sentimen untuk mengetahui respon pengguna twitter terhadap produk DANA membutuhkan algoritma klasifikasi yang memiliki tingkat akurasi tinggi, penulis membandingkan 3 algoritma klasifikasi yaitu, algoritma Naïve Bayes, K-Nearest Neighbor (K-NN) dan C4.5. Tahapan dalam melakukan analisis sentimen pada penelitian ini adalah dengan cara preprocessing data, processing data, klasifikasi dan evaluasi. Dari hasil perbandingan tersebut didapatkan akurasi tertinggi dengan metode algoritma klasifikasi K-NN. Hasil akurasi yang diperoleh menggunakan ekstraksi fitur Binary Term Occurrences sebesar 67.65%, presisi (specificity) 62.36%, recall (sensitifity) 61.96% dan F1-Measure sebesar 61.94%.
Kata kunci : Twitter, Financial Technology, Dompet digital,Analisis Sentimen, Klasifikasi, DANA.