Pesatnya perkembangan teknologi di Indonesia mendorong transformasi layanan publik melalui e-Government, salah satunya melalui aplikasi SIREKAP yang digunakan dalam proses rekapitulasi suara Pemilu 2024. Aplikasi ini mendapat berbagai tanggapan dari masyarakat, sehingga diperlukan analisis sentimen terhadap komentar pengguna di Google Play Store.
Proses awal pada penelitian ini melakukan pengambilan data komentar google play store dengan ID link dari aplikasi SIREKAP. Selanjutnya tanggapan tersebut dilakukan proses text prepocessing dan pembobotan kata TFIDF (Term Frequency Inverse Documnet Frequency). Setelah itu dilakukan klasifikasi menggunakan metode naive bayes dan support Vector machine Penelitian ini bertujuan untuk membandingkan performa dua algoritma, yaitu naïve bayes dan support vector machine (SVM), dalam mengklasifikasikan sentimen positif dan negatif. Proses analisis dilakukan untuk memastikan keakuratan informasi publik. Data yang diperoleh berasal dari play store, serta data yang diproses sebanyak 1116, yang mana sentimen positif sejumlah 558 dan sentimen negatif sejumlah 558.
Hasil analisis menunjukkan bahwa metode naïve bayes menghasilkan akurasi 69%, presisi 69%, recall 70%, dan f1-score 69%, sedangkan SVM menghasilkan akurasi 70%, presisi 70%, recall 70%, dan f1-score 70%. Dengan hasil evaluasi model, SVM menunjukkan performa lebih baik dalam analisis sentimen komentar pengguna. Hasil penelitian ini diharapkan dapat memberikan masukan bagi pengembangan aplikasi SIREKAP dan pengambilan keputusan berbasis data.