Aplikasi Edlink merupakan aplikasi pembelajaran E-Learning yang popular dikalangan pelajar, guru maupun dosen. Namun pada aplikasi ini banyak menimbul kan opini-opini dari ulasan pengguna aplikasi edlink. Tujuan penelitian ini adalah mengevaluasi sentimen ulasan pengguna aplikasi Edlink menggunakan Naïve Bayes Classifier dan K-Nearest Neighbor. Dari 1.624 ulasan, terlihat dominasi sentimen negatif dengan akurasi rata-rata Naïve Bayes sebesar 83%, sedangkan K-Nearest Neighbor hanya mencapai 46%. Perbandingan menunjukkan efisiensi lebih tinggi dari Naïve Bayes dalam mengklasifikasi sentimen Edlink dibandingkan K-Nearest Neighbor. Visualisasi hasil menggunakan Python di Google Colaboratory berupa Wordcloud memperlihatkan gambaran keseluruhan, sentimen positif, dan negatif dari ulasan yang dianalisis. Hasil penelitian ini memberikan wawasan penting untuk perbaikan dan pengembangan aplikasi Edlink guna meningkatkan kepuasan pengguna.