Peningkatan kualitas aplikasi mobile menjadi fokus utama pengembangan dalam konteks teknologi saat ini. Untuk mendapatkan wawasan yang mendalam mengenai faktor-faktor yang mempengaruhi respon pengguna terhadap aplikasi mobile. Penelitian ini bertujuan untuk menganalisis respon pengguna terhadap aplikasi PicsArt dengan menggunakan teknik pembelajaran mesin, khususnya algoritma Random Forest. Dengan fokus pada pengembangan model prediksi yang akurat dengan pengumpulkan data dari pengguna aplikasi, mencakup aspek kepuasan, penggunaan fitur, dan preferensi. Melalui pemilihan fitur, Algoritma Random Forest dipilih karena kemampuannya mengatasi kompleksitas data dan menghindari overfitting. Model ini dilatih menggunakan data yang telah diproses dan diuji untuk memberikan wawasan berharga kepada pengembang aplikasi, membantu meningkatkan kualitas pengalaman pengguna, dan mendukung pengambilan keputusan yang efektif dalam pengembangan selanjutnya. Model yang dikembangkan berhasil mencapai tingkat akurasi sebesar 95.17%, mencerminkan kemampuannya dalam membuat prediksi yang tepat terhadap sentimen pengguna. Precision yang tinggi untuk kelas positif (94.71%) dan kelas negatif (95.63%) menunjukkan ketepatan model dalam mengidentifikasi ulasan yang bersifat positif dan negatif. Selain itu, recall yang mencapai 95.67% untuk kelas positif dan 94.66% untuk kelas negatif mengindikasikan kemampuan model untuk mengenali sebagian besar kasus yang seharusnya termasuk dalam kedua kelas tersebut. Temuan ini memperkuat bahwa model Random Forest efektif dalam menganalisis sentimen pada ulasan pengguna PicsArt.