<![CDATA[Tokopedia application attracts buyers with various opinions that reflect public sentiment. This study applies machine learning and text mining techniques to analyze sentiment based on the collected dataset comments. The process begins with data preprocessing, including tokenizing, stopword removal, and TF-IDF weighting. The Support Vector Machine (SVM) model is used to classify sentiment into positive and negative. The data is divided into 80% training data and 20% test data. The experimental results show that the model achieves an accuracy of 81.25%, indicating a fairly good performance in recognizing public opinion patterns. This analysis provides insight into aspects that are appreciated and criticized by the public regarding the Tokopedia application. These findings can be utilized by policies to design strategies that are more responsive to the needs and expectations of the public using the marketplace.Keyword: Machine Learning; Text Mining; Tokopedia; SVM AbstrakAplikasi Tokopedia menarik perhatian pembeli dengan berbagai opini yang mencerminkan sentimen masyarakat. Penelitian ini menerapkan machine learning dan teknik text mining untuk menganalisis sentimen berdasarkan komentar dataset yang telah dikumpulkan. Proses dimulai dengan preprocessing data, termasuk tokenizing, penghapusan stopword, serta pembobotan TF-IDF. Model Support Vector Machine (SVM) digunakan untuk mengklasifikasikan sentimen menjadi positif dan negatif. Data dibagi menjadi 80% data training dan data uji 20%. Hasil eksperimen menunjukkan bahwa model mencapai akurasi 81,25%, menandakan kinerja yang cukup baik dalam mengenali pola opini masyarakat. Analisis ini memberikan wawasan mengenai aspek yang diapresiasi maupun dikritik oleh masyarakat terkait Aplikasi Tokopedia. Temuan ini dapat dimanfaatkan oleh kebijakan untuk merancang strategi yang lebih responsif terhadap kebutuhan dan harapan masyarakat menggunakan marketplace.Kata kunci: Machine Learning; Text Mining; Tokopedia; SVM]]>
