Penelitian ini mengevaluasi kualitas layanan aplikasi dompet digital LinkAja melalui analisis ulasan online pengguna menggunakan pendekatan text mining. Proses penelitian meliputi ekstraksi ulasan, pra-pemrosesan data, analisis sentimen, deteksi keluhan dengan topic modelling, pengukuran skor kualitas layanan, dan evaluasi total skor. Sebanyak 50.626 data ulasan diekstraksi dari Google Play Store dan Apple App Store. Pengukuran skor kualitas layanan dilakukan dengan mengidentifikasi dimensi kualitas layanan berdasarkan literatur terkait, serta mendefinisikan kata kunci representatif yang divalidasi melalui metode Delphi. Hasil penelitian menunjukkan bahwa model Support Vector Machine (SVM) menunjukkan performa terbaik dengan akurasi 89,30%, diikuti oleh Random Forest dengan akurasi 85,08%, dan Naive Bayes dengan akurasi 73,91%. Ulasan pengguna didominasi oleh sentimen negatif, dengan topik-topik keluhan utama berkaitan dengan persepsi kemudahan pengguna, layanan pelanggan, dan kecepatan transaksi. Selain itu, dari pengukuran skor kualitas layanan, ditemukan bahwa faktor kunci yang berpengaruh signifikan terhadap persepsi kualitas layanan pengguna dalam konteks dompet digital adalah keandalan, kualitas informasi, dan responsivitas. Penelitian ini memiliki keterbatasan dalam mendeteksi atau mengklasifikasikan sentimen dari buzzer, yang sering memposting konten berulang untuk mempengaruhi opini publik. Ketidaktercakupan ini dapat menyebabkan bias dalam hasil sentimen. Adapun rekomendasi untuk meningkatkan kualitas layanan meliputi perbaikan stabilitas sistem, peningkatan informasi status transaksi, perbaikan layanan pelanggan, penambahan fitur reset nomor akun, dan optimasi kecepatan transaksi. Implementasi rekomendasi ini diharapkan dapat meningkatkan kepuasan dan loyalitas pengguna terhadap aplikasi LinkAja