Analisis sentimen adalah bidang studi yang meneliti tentang pendapat atau opini terhadap suatu objek. Studi kasus pada penelitian ini adalah review tentang e-comerce, dimana data review berbentuk teks diambil dari sentimen masyarakat di media sosial Twitter dengan cara crawling. Tugas dari sentimen analisis adalah melakukan klasifikasi berdasarkan aspek yang ingin ditinjau. Klasifikasi teks dapat dilakukan dengan pendekatan machine learning, salah satunya adalah metode Support Vector Machine yang memiliki akurasi optimal. Penggunaan metode Support Vector Machine dapat didukung dengan seleksi fitur Information Gain untuk mendapatkan fitur yang lebih optimal dengan treshold 0.7. Ditambahkan lagi dengan fitur ekstraksi TF-IDF N-gram untuk melakukan pembobotan pada hasil review. Hasil performansi tanpa menggunakan seleksi fitur Information Gain memberikan hasil akurasi sebesar 78,16% dengan data uji yang digunakan sebesar 10%. Sedangkan untuk klasifikasi menggunakan seleksi fitur Information Gain memberikan hasil untuk akurasi dengan optimal 80,33% dengan jumlah data uji sebesar 10%, dan hasil pengujian untuk masing-masing e-commerce memberikan akurasi 82,88% untuk e-commerce Lazada memberikan performansi akurasi tertinggi pada proses analisis sentimen untuk mendapatkan kelas sentimen, prediksi dan akurasi terhadap e-commerce.
Kata kunci : e-commerce, review, crawling, Support Vector Machine, Information Gain, TF-IDF