Bea Cukai sebagai lembaga pelayanan publik seringkali menjadi sorotan negatif masyarakat, khususnya di media sosial, yang disebabkan oleh permasalahan seperti ketidakjelasan perhitungan bea masuk dan pajak barang kiriman, proses administrasi pelayanan yang dinilai lambat dan berbelit-belit, serta perilaku petugas yang kurang responsif dan kurang ramah dalam melayani masyarakat. Permasalahan ini berdampak pada menurunnya tingkat kepercayaan publik dan memicu penyebaran opini negatif yang semakin luas, yang pada akhirnya dapat merusak reputasi Bea Cukai secara signifikan. Urgensi dari permasalahan ini adalah perlunya evaluasi untuk memahami persepsi publik yang berkembang di media sosial, sehingga Bea Cukai dapat melakukan perbaikan layanan yang tepat sasaran dan sesuai dengan kebutuhan masyarakat. Penelitian ini menggunakan metode Aspect-Based Sentiment Analysis (ABSA) dengan pendekatan lexicon-based menggunakan VADER Sentiment untuk proses pelabelan data, dan algoritma Naïve Bayes untuk prediksi klasifikasi sentimen. Data dikumpulkan dari komentar masyarakat di media sosial Twitter (X) dan TikTok, kemudian diolah melalui proses preprocessing dan penerjemahan. Hasil analisis data menunjukkan bahwa pada aspek tranparansi biaya, sentimen negatif mencapai 71%, pada aspek proses layanan, sentimen negatif sebesar 65%, dan pada aspek integritas petugas, sentimen negatif sebesar 60%. Hasil analisis ini menjadi input utama dalam penyusunan rekomendasi perbaikan layanan yang disusun melalui proses benchmarking dengan membandingkan praktik terbaik dari negara lain yang memiliki sistem kepabeanan yang lebih baik. Kesimpulan dari penelitian ini menegaskan bahwa Bea Cukai perlu segera meningkatkan kejelasan perhitungan biaya, mempercepat dan menyederhanakan proses pelayanan, serta membangun sikap profesionalisme dan keramahan petugas untuk mengembalikan kepercayaan publik dan meningkatkan kinerja logistik nasional secara berkelanjutan.
Kata Kunci: Analisis sentimen, Naïve Bayes, Vader, Aspect-Based Sentiment Analysis