Sentimen yang terdapat pada kumpulan ulasan online mengenai suatuproduk bermanfaat dan memiliki pengaruh dalam pengambilan keputusan seseorang dalam pembelian produk atau organisasi dalam menentukan jumlah produk yang akan diproduksi. Dalam suatu opini, reviewerdapat memberikan ulasan positif dan negatif sekaligus sehingga akan bersifat ambigu. Hal ini disebabkan, target opini sering kali bukan merupakan produk secara keseluruhan, melainkan bagian produk yang disebut dengan fitur, dimana terdapat kelebihan dan kekurangan menurut pandangan reviewer.Pada tugas akhir ini, dilakukan penelitian agar sentiment dari suatu opini produk telepon seluler berdasarkan fitur produknya. Data opini yang digunakan pada tugas akhir ini berbahasa Inggris yang diambil dari situs www.cnet.com. Ekstraksi fitur dilakukan dengan mencari frasa yang sesuai dengan dependencies relation template. Kemudian dilakukan feature filtering. Pada identifikasi sentimen, nilai probabilitas positif, negatif, serta label kelas target dari preparation data, menjadi parameter input classifierNu-SVM. Pada penelitian dengan NU SVM, beberapa data diperlakukan sebagai unlabeled data. Dari penelitian ini diperoleh hasil evaluasi untuk identifikasi sentiment dengan F1-Measure untuk kelas positif sebesar 86.25%. dan untuk kelas negative sebesar 77.71%. Adapun untuk identifikasi fitur diperoleh akurasi 82%. fitur produk, ulasan, sentimen, Nu-SVM, feature-based opinion.