Analisis sentimen merupakan proses analisis teks yang bertujuan untuk mengklasifikasi sentimen dari pendapat yang dikemukakan. Teks atau dokumen yang digunakan dalam penelitian ini berupa tweet berisi opini pengguna penyedia layanan dompet digital Dana, Gopay, LinkAja, OVO, dan Shopeepay di media twitter yang memiliki banyak pengguna aktif bulanan. Opini dari twitter digunakan karena topik ter-update dan terbuka, tetapi belum ada model analisis sentiment untuk topik tersebut. Analisis sentimen akan dilakukan pendekatan machine learning dengan algoritma Support Vector Machine dan Random Forest. Hasil performa kinerja dari algoritma tersebut untuk topik penyedia layanan dompet digital belum ada yang mengukur. Sehingga tujuan dari penelitian ini yaitu mendapatkan nilai hasil performa dari kinerja algoritma Support Vector Machine dan Random Forest dalam bentuk nilai akurasi, presisi, serta recall. Metode klasifikasi yang digunakan dalam skripsi ini yaitu Support Vector Machine dan Random Forest. Dataset yang digunakan berjumlah 1485 tweet yang dibagi menjadi 3 kelas yaitu positif, netral dan negatif. Data dibagi menjadi dua bagian yaitu, 1188 tweets untuk data training (80%) dan 297 tweets sebagai data testing (20%). Proses analisis sentimen terbagi menjadi tahap pengumpulan data, manual labeling, pre-processing, matrix generation, classification, dan evaluasi hasil. Tools yang digunakan yaitu Googel Colab dengan scikit-learn sebagai library pendukung. Support Vector Machine menghasilkan prediksi yang lebih baik dibandingkan dengan Random Forest dengan akurasi 80.135 % dan presisi 81.332 % serta recall 80.135 %.
KATA KUNCI : analisis sentimen;klasifikasi;tweet;support vector machine