<![CDATA[AbstractAs technology advances, many airline service users provide reviews of what they feel while using these services which are written through internet media, such as websites and social media. Currently, a lot of research is being done to analyze someone's review or opinion. This research teaches Support Vector Machine (SVM) as a method for processing data and optimizes Particle Swarm Optimization (PSO) as feature selection to improve. The parameters used in the SVM are the values of C and Epsilon while the parameters used in the PSO are the Population Size and Inertia Weight values. PSO was able to optimize the SVM model with the value of the SVM model before the implementation of the PSO feature selection was 84.25% and after the implementation of the PSO feature selection it increased to 87.39%. The increase in the value increase was 3.14%. AbstrakSeiring dengan kemajuan teknologi, banyak pengguna jasa maskapai penerbangan memberikan review mengenai apa yang dirasakan selama menggunakan jasa tersebut yang dituliskan melalui media internet, seperti situs web ataupun media sosial. Saat ini banyak penelitian yang terus dilakukan untuk menganalisis review atau pendapat seseorang. Penelitian ini mengusulkan Support Vector Machine (SVM) sebagai metode untuk memproses data dan mengoptimasi Particle Swarm Optimization (PSO) sebagai seleksi fitur agar akurasi meningkat. Parameter yang digunakan pada SVM adalah nilai C dan Epsilon sedangkan parameter yang digunakan pada PSO adalah nilai Population Size dan Inertia Weight. PSO mampu mengoptimasikan model SVM dengan nilai akurasi model SVM sebelum diterapkannya seleksi fitur PSO adalah sebesar 84,25% dan setelah diterapkannya seleksi fitur PSO akurasi meningkat menjadi 87,39%. Terdapat kenaikan akurasi sebesar 3.14%. Keywords: Optimasi Parameter; PSO; SVM; Jasa Maskapai Penerbangan.]]>
