Argumentation Mining adalah suatu metode yang secara otomatis mengidentifikasi sebuah struktur argumentasi pada dokumen teks. Struktur argumentasi ini terdiri dari beberapa komponen yang menjadi sangat penting untuk mengevaluasi argumentasi itu sendiri. Penelitian ini membangun sistem klasifikasi terhadap 3 kelas komponen argumentasi pada esai persuasif sehingga data bersifat multi-class dengan menggunakan Tree Kernel yang menjadi bagian dari pre-processing dan sistem klasifikasi Support Vector Machine sebagai alat untuk pengelompokkan teks ini. Penelitian ini merupakan adaptasi penelitian yang sudah dilakukan oleh Lippi dan Torroni dimana mereka menggunakan 2 kelas komponen argumen mendapatkan nilai sejumlah precision 74,6%, recall 68,4% dan F1-score 71,4%, sedangkan penelitian ini menggunakan 3 kelas komponen argumen dan berhasil mendapatkan nilai sejumlah precision 79%, recall 78% dan F1-score 74% dengan penanganan menggunakan Metode Sampling untuk mengatasi masalah jumlah Data Imbalance.