ABSTRAKSI :
Rendahnya tingkat gaji masyarakat dibandingkan dengan biaya hidup yang tinggi mendorong banyak orang untuk mencari cara guna meningkatkan penghasilan. Salah satu cara yang populer adalah dengan berinvestasi, dan saham menjadi salah satu instrumen investasi yang paling disukai di Indonesia. Penelitian ini mengumpulkan data berupa ulasan pengguna aplikasi Stockbit Mobile melalui Google Play Store dan mengkategorikan sentimen ulasan menjadi positif dan negatif. Tahap preprocessing data mencakup pembersihan data, case folding, cleaning, normalization, tokenizing, stopwords removal, dan stemming. Pada tahap processing data, splitting data melakukan pemisahan data training dan testing, bobot kata dihitung menggunakan metode TF-IDF. Evaluasi hasil dilakukan dengan menghitung nilai accuracy, precision, recall, dan F1-score menggunakan metode Support Vector Machine. Hasil klasifikasi ditampilkan melalui visualisasi piechart, histogram, dan wordcloud. Dari 2.000 data ulasan, penelitian ini menggunakan pembagian 90% untuk data training (1.800 ulasan) dan 10% untuk data testing (200 ulasan), dengan hasil akurasi SVM sebesar 82%. Nilai confusion matrix dihitung untuk mendapatkan nilai True Positive (TP), False Positive (FP), True Negative (TN), dan False Negative (FN) yang digunakan sebagai dasar perhitungan accuracy 82%, precision 67,50%, recall 84,37%, dan F1-score 75%. Ulasan pada aplikasi Stockbit Mobile terdiri dari 993 ulasan bersentimen positif, 779 ulasan bersentimen negatif, dan 228 ulasan netral. Ulasan aplikasi Stockbit Mobile cenderung memiliki sentimen positif umumnya disebabkan oleh mudah dipahami, lengkap, bagus, sangat membantu untuk trading, dan terbaik untuk pemula.