Perkembangan teknologi digital mempermudah komunikasi, namun sekaligus meningkatkan risiko penipuan digital. Getcontact hadir untuk membantu pengguna mengidentifikasi dan memblokir panggilan spam. Penelitian ini menganalisis sentimen pengguna terhadap Getcontact berdasarkan 2.000 ulasan di Google Playstore dengan algoritma Naive Bayes dan Random Forest. Ulasan dikumpulkan melalui web scraping, lalu menjalani preprocessing (cleaning, tokenizing, stopword removal, stemming). Fitur teks diekstraksi menggunakan TF-IDF, dan ketidakseimbangan kelas diatasi dengan SMOTE. Data kemudian dibagi menjadi set latih dan uji untuk mengevaluasi performa kedua model.
Hasil evaluasi menunjukkan bahwa Naive Bayes mencapai akurasi 87,4%, presisi 88,9%, recall 87,4%, dan F1-score 87,5%. Sedangkan Random Forest memperoleh akurasi 89,6%, presisi 91,2%, recall 89,6%, dan F1-score 89,7%. Berdasarkan metrik tersebut, Random Forest lebih unggul dalam mengklasifikasikan sentimen ulasan ke dalam tiga kategori (negatif, netral, positif). Temuan ini diharapkan membantu pengembang memahami persepsi pengguna dan meningkatkan kualitas layanan Getcontact.