Perkembangan teknologi digital mendorong perusahaan untuk menyediakan layanan berbasis aplikasi, termasuk Shell Asia dalam mendukung konsumennya. Ulasan pengguna di Google Play Store menjadi salah satu sumber informasi penting untuk mengevaluasi kepuasan pelanggan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Shell Asia dengan menggunakan metode Naive Bayes. Metode ini dipilih karena kemampuannya dalam mengklasifikasikan teks secara efisien berdasarkan probabilitas.
Data yang digunakan berupa ulasan dalam bahasa Indonesia yang diambil melalui proses web scraping. Setelah melalui tahap praproses teks seperti cleaning, case folding, normalisasi, tokenisasi, dan stemming. Setelah praposes dilanjutkan dengan split data, pembobotan TF-IDF, lalu uji model dengan menggunakan Naive Bayes. Data diklasifikasikan ke dalam dua kategori sentimen, yaitu positif dan negatif. Berdasarkan hasil performa, metode Naive Bayes terbukti sebagai algoritma yang akurat dengan menghasilkan nilai accuracy sebesar 91%, precision pada kelas positif sebesar 92% nilai kelas, negatif sebesar 90%. Recall pada kelas positif sebesar 95%, nilai kelas negatif sebesar 86%. F1-score pada kelas positif sebesar 93%, nilai pada kelas negatif sebesar 88%. Hasil penelitian ini diharapkan dapat membantu pihak Shell Asia dalam memahami persepsi pengguna dan meningkatkan kualitas layanan aplikasinya