Analisis sentimen adalah teknik penting yang digunakan untuk memproses data tekstual untuk mengetahui pendapat pengguna mengenai suatu produk. Penelitian ini menggunakan teknik machine learning, khususnya Multinomial Naive Bayes dan Support Vector Machine (SVM) Linear, untuk mengkategorikan sentimen ulasan untuk aplikasi Claude yang tersedia di Google Play Store. Data ulasan diperoleh melalui web scraping dan kemudian dibersihkan dan diproses untuk ekstraksi fitur menggunakan metode TF-IDF. Evaluasi model dilakukan dengan menggunakan matriks seperti akurasi, presisi, recall, dan f1-score. Temuan menunjukkan bahwa kedua model menunjukkan kemampuan klasifikasi yang kuat, dengan SVM Linear mencapai akurasi tertinggi sebesar 99,8%, presisi 99,9008%, recall 99,7446%, dan f1-score 99,8221%. Visualisasi melalui WordCloud dan analisis frekuensi kata membantu dalam mengidentifikasi istilah-istilah kunci yang terkait dengan setiap kategori sentimen. Hasil ini menggambarkan bahwa teknik machine learning efektif dalam menangkap sentimen pengguna dan menjadi dasar untuk menciptakan aplikasi berbasis AI yang lebih berorientasi pada pengguna.