Maraknya perkembangan e-commerce di Indonesia memunculkan banyak marketplace baru, salah satunya adalah aplikasi Lazada. Di dalam aplikasi tersebut tentunya banyak pengalaman yang dialami oleh pengguna. Para pengguna dapat memberikan ulasan mengenai kelebihan, kekurangan, dan masalah dari aplikasi tersebut. Namun, dengan banyaknya ulasan pengguna, menemukan informasi penting yang sesuai dengan kebutuhan akan cukup sulit. Oleh karena itu, analisis sentimen dapat menjadi salah satu solusi untuk mengatasi masalah tersebut, dengan mengolah data ulasan pengguna dan mendapatkan informasi yang komprehensif mengenai kualitas aplikasi Lazada. Dalam upaya meningkatkan pemahaman mengenai kualitas aplikasi Lazada, penelitian ini menerapkan metode analisis sentimen dengan menggunakan Word2Vec dan Support Vector Machine (SVM). Fokus penelitian meliputi evaluasi dampak stemming pada tahap preprocessing serta mengeksplorasi performa Word2Vec terhadap hasil analisis sentimen. Word2vec dapat mengubah kata-kata ulasan pengguna menjadi representasi vektor yang memperhatikan hubungan semantik, sehingga dapat meningkatkan pemahaman terhadap konten ulasan. Selain itu, SVM sebagai pengklasifikasi memiliki kemampuan yang telah terbukti dapat memisahkan ulasan positif dan negatif serta mengatasi masalah dimensi yang tinggi. Sistem yang dibangun menggunakan lemmatization dengan 300 dimensi Word2vec, serta klasifikasi SVM RBF tanpa stemming memiliki nilai performa tertinggi. Model terbaik dari penelitian ini menghasilkan nilai F1-Score sebesar 87%.