Mobile legends adalah game dengan genre MOBA (Multiplayer Online Battle Arena) yang dimainkan di perangkat seluler playstore maupun ios. Dalam riview aplikasi Mobile Legends, sering terjadi kekeliruan penelitian yang membuat ulasan sulit dimengerti, hal tersebut dapat dipicu oleh banyak aspek, misalnya ketidak sengajaan kesalahan saat melakukan pengetikan serta tidak memeriksa dengan teliti. Oleh karena itu perlu dilakukan interprestasi ulang terhadap kata-kata tersebut untuk mengetahui arti dari komentar , salah satu metodologi yang tercipta dari munculnya masalah tersebut adalah klasifikasi untuk menganalisis ke dalam sentimen positif atau negatif, Metode ini digunakan untuk melihat hasil analisis sentimen data ulasan pada aplikasi mobile legends menggunakan algoritma Support Vector Machine dan TF-IDF. Dengan menggunakan implementasi metode klasifikasi pada sentimen review masyarakat di aplikasi Mobile Legends, penelitian ini dari 4150 data yang telah dianalisis ditemukan mayoritas pengguna aplikasi game mobile legend disitus google playstore dengan sentiment positif dengan jumlah 1964 dan sentiment negative berjumlah 1953 data, dengan rasio 80:20 data latih dan data uji machine learning sudah di katakan sangat baik dalam membuat prediksi yang benar dari total prediksi yang di lakukan.
KATA KUNCI : TF-IDF;Support Vector Machine;Mobile Legends