Perkembangan teknologi informasi mendorong berbagai perusahaan untuk memberikan layanan digital yang praktis dan efisien. Salah satu bentuk layanan tersebut adalah aplikasi pemesanan makanan berbasis seluler seperti HokBen. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi HokBen di Google Playstore menggunakan metode text mining dan algoritma klasifikasi Support Vector Machine (SVM). Data diperoleh melalui teknik web scraping dengan memanfaatkan perpustakaan google-play-scraper untuk mengumpulkan 1.500 komentar pengguna. Komentar yang dikumpulkan diproses melalui tahap prapemrosesan teks, yang mencakup pembersihan teks, normalisasi, tokenisasi, penghapusan kata henti, dan stemming. Setelah itu, data diberi label menggunakan metode VADER Lexicon menjadi dua kategori: positif dan negatif. Hasil pelabelan menunjukkan bahwa 835 komentar positif dan 651 negatif. Data kemudian diubah menjadi representasi numerik menggunakan metode TF-IDF (Term Frequency-Inverse Document Frequency) sebelum dimasukkan ke dalam model klasifikasi SVM. Proses evaluasi dilakukan dengan matriks kebingungan dan menghasilkan akurasi 76,85%, presisi 76,72%, recall 67,94%, dan skor F1 72,09%. Hasil ini menunjukkan bahwa model SVM cukup efektif dalam mengklasifikasikan opini pengguna tentang aplikasi HokBen. Penelitian ini dapat dijadikan dasar untuk mengevaluasi kinerja aplikasi berdasarkan ulasan pengguna dan membantu pengambilan keputusan dalam pengembangan layanan digital di masa mendatang.