Perkembangan teknologi yang pesat mendorong penyesuaian strategis di sektor perbankan, yang mencakup transisi dari layanan konvensional ke platform digital guna memenuhi harapan konsumen yang terus berkembang. Dalam penelitian ini, para peneliti bertujuan untuk mengeksplorasi bagaimana sentimen yang diekspresikan di platform media sosial terhadap kualitas layanan elektronik (e-SERVQUAL) yang disediakan oleh aplikasi Livin' by Mandiri dan BCA Mobile. Penelitian ini menggunakan analisis sentimen dengan mengumpulkan data dari Twitter. Naïve Bayes adalah metode yang dipilih untuk penelitian ini karena sifatnya yang user-friendly dan kemampuannya untuk menangani data set yang besar.
Mengenai hasil analisis sentimen pada variable e-servqual untuk aplikasi BCA Mobile, secara keseluruhan opini cenderung negatif, meskipun terdapat beberapa opini positif, terutama pada dimensi user friendliness, personal nedss, dan efficiency. Namun demikian, sentimen terhadap dimensi site organization, responsiveness, dan reliability sebagian besar diisi oleh sentimen negatif. Sebaliknya, sentimen terhadap aplikasi Livin by Mandiri sebagian besar berisi sentimen positif. Dalam dimensi e-servqual, personal needs, user frendlines dan responsiveness, dan site organization semuanya menunjukkan sentimen positif, sedangkan, efficiency, dan reliability menunjukkan sentimen yang Negatif.
Selain itu, berdasarkan hasil sentimen analisis penelitian ini juga meneliti mengenai topic modeling yang digunakan untuk melihat topik apa saja yang sering muncul pada kedua aplikasi. Pada analisis topic modeling untuk aplikasi BCA Mobile, topik yang sering muncul pada sentimen positif adalah kemudahan akses dan kualitas layanan. Sedangkan pada sentimen negatif, isu yang dominan adalah kegagalan membuka akun, melaksanakan perintah, dan melakukan transaksi, yang sering kali dibandingkan dengan aplikasi perbankan lain. Untuk aplikasi Livin by Mandiri, sentimen positif banyak membahas keberagaman fasilitas transaksi dan keamanan, sementara sentimen negatif berfokus pada kegagalan transaksi, pembayaran, dan biaya administrasi yang tinggi.
Kata Kunci : Analisis Sentimen, Kepuasan Pelanggan, Kualitas Layanan, Media Sosial, Mobile Banking, Naïve Bayes, Pemodelan Topik