Penelitian ini bertujuan untuk mendokumentasikan sentimen konsumen dan mengidentifikasi sentimen yang paling sering muncul pada ulasan aplikasi Tokopedia di Google Play Store. Analisis sentimen dilakukan dengan menggunakan Word Cloud, Naïve Bayes, dan K-Nearest Neighbor (KNN).Penelitian ini menggunakan metode studi literatur untuk mengumpulkan referensi pendukung yang berkaitan dengan analisis sentimen, algoritma Naïve Bayes, dan KNN, serta metode studi kasus untuk mengumpulkan data ulasan pengguna aplikasi Tokopedia di Google Play Store.Hasil penelitian ini memberikan wawasan tentang sentimen konsumen terhadap aplikasi Tokopedia dan membantu dalam memahami faktor-faktor yang memengaruhi kepuasan pengguna.Word Cloud menampilkan kata-kata kunci yang paling umum muncul dalam ulasan, seperti "tokopedia", "kirim", dan "barang". Klasifikasi sentimen dilakukan dengan menggunakan Naïve Bayes dan KNN, dengan hasil menunjukkan bahwa Naïve Bayes (skenario III) memberikan akurasi terbaik yaitu 86,50%, presisi 87,83%, recall 97,65%, dan F-1 score 92,48%.

Kata kunci: Analisi Sentimen, Klasifikasi, Naïve Bayes, K-Nearest Neighbor (KNN), Word Cloud