Program konversi kompor induksi merupakan upaya pemerintah Indonesia untuk meningkatkan efisiensi energi rumah tangga dan mengurangi ketergantungan pada bahan bakar fosil. Namun, pelaksanaan program ini dihadapkan pada berbagai tantangan, yang memengaruhi persepsi masyarakat terhadap kualitas produk dan layanan. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terkait program ini melalui data percakapan di grup WhatsApp Keluarga Penerima Manfaat (KPM) di Surakarta. Beberapa algoritma machine learning, seperti Logistic Regression, Random Forest, SVM, Naive Bayes, dan Voting Classifier (kombinasi Logistic Regression dan Random Forest), dibandingkan guna memilih model dengan performa terbaik, di mana Voting Classifier dipilih sebagai model optimal. Berdasarkan hasil analisis sentimen, data di kelompokan dalam dimensi kualitas product quality (Garvin) dan service quality (Parasuraman) untuk menghitung indeks sentimen pada masing-masing dimensi. Dalam menentukan dimensi prioritas perbaikan, dilakukan analisis skor prioritas menggunakan diagram Pareto, yang mengidentifikasi dimensi dengan kontribusi 80%. Hasil analisis menunjukkan empat dimensi utama yang perlu diprioritaskan untuk perbaikan, yaitu serviceability, reliability (service), responsiveness, dan Reliability (product). Penelitian ini memberikan rekomendasi perbaikan dalam meningkatkan efektivitas program konversi kompor induksi agar dapat lebih memenuhi harapan masyarakat dan mencapai tujuan program secara berkelanjutan.