Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan adalah badan hukum penyelenggara program jaminan kesehatan masyarakat. Pada tahun 2017, BPJS Kesehatan merilis aplikasi Mobile JKN untuk menunjang berbagai kegiatan layanan Kesehatan dengan menggunakan device masing-masing. Mobile JKN seharusnya mampu memberikan layanan terbaik bagi masyarakat. Namun, aplikasi Mobile JKN masih belum sepenuhnya mendapatkan presepsi publik yang positif dan masih memiliki banyak kekurangan. Berdasarkan hal tersebut, maka perlu dilakukan evaluasi dan analisis lebih dalam untuk aplikasi Mobile JKN. Penelitian ini berfokus pada analisis sentimen berbasis aspek ulasan pengguna pada Google Play Store untuk mengevaluasi aplikasi Mobile JKN. Data ulasan yang digunakan adalah 2 versi terakhir yaitu 4.2.3 dan 4.3.0. Penelitian ini dilakukan dengan pemodelan aspek/topik menggunakan metode Latent Dirichlet Allocation dan analisis sentimen menggunakan Naïve Bayes dan Lexicon Based. Penelitian ini menghasilkan 3 aspek yaitu Pelayanan dan Fitur, Register dan Login, dan Kepuasan Pengguna. Hal ini didapatkan berdasarkan model dengan nilai coherence score tertinggi sebesar 0,6392 yang diperoleh pada looping model dengan jumlah topik 1 hingga 9, random state = 42, passes = 50, dan iteration = 60 dan 70. Sedangkan hasil analisis sentimen, metode Naïve Bayes lebih baik dibandingkan Lexicon Based (Inset Lexicon). Hal ini terlihat dari hasil evaluasi Naïve Bayes yang lebih unggul, Naïve Bayes mendapatkan nilai akurasi tertinggi 94,75% sedangkan lexicon based dengan Inset Lexicon mendapatkan akurasi sebesar 59,99%.