BPJS Kesehatan berdedikasi untuk memberikan pelayanan kesehatan bagi masyarakat Indonesia. Dengan tersedianya aplikasi Mobile JKN berguna untuk mempermudah pelayanan bagi peserta Jaminan Kesehatan Nasional-Kartu Indonesia Sehat (JKN-KIS). Mobile JKN merupakan inovasi dalam layanan jaminan kesehatan pemerintah secara elektronik, sehingga mempermudah masyarakat untuk mengakses layanan dan informasi secara cepat dalam genggaman tangan. Dengan adanya inovasi tersebut, banyak mengalir pro dan kontra dari masyarakat, berbagai komentar muncul di kolom review Play Store, analisis sentimen dapat digunakan untuk menilai dan mengevaluasi aplikasi. Oleh karena itu sentimen tersebut dapat dianalisis menjadi suatu informasi yang dapat dijadikan bahan evaluasi dan pertimbangan pihak BPJS Kesehaatn terhadap Mobile JKN. Penelitian ini bertujuan untuk melihat hasil perbandingan akurasi antara algoritma Naïve Bayes Classifier (NBC) dan K-Nearest Neighbor (KNN) pada sentimen review aplikasi Mobile JKN pada Play Store. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) dan K-Nearest Neighbor (KNN) dengan teknik scrapping data dalam mengumpulkan data Play Store selama satu tahun terakhir yaitu 2.847 data dan terbagi menjadi 3 kelas yaitu positif, netral dan negatif. Pembagian data dengan menggunakan 10 K-Fold Cross Validation sehingga didapatkan perbandingan tingkat akurasi Naïve Bayes Classifier (NBC) 61,15% sedangkan tingkat akurasi dan K-Nearest Neighbor (KNN) 87,59%.