Argumentation mining merupakan bidang penelitian yang relatif baru dalam sudut pandang computation linguistics. Argumention mining bisa digunakan untuk meningkatkan kualitas argumen dalam esai persuasif yaitu dengan cara mendeteksi apakah dalam esai persuasif terdapat argumentasi yang bertentangan atau tidak. Hal ini karena pentingnya argumentasi yang bertentangan dalam esai persuasif untuk bisa meningkatkan kualitas argumen, presisi dan klaim yang dibuat oleh penulis. Penelitian ini mengadaptasi penelitian yang telah dilakukan oleh Stab dan Gurevych yang menggunakan metode klasifikasi SVM dengan nilai accuracy 75,6% dan F1-score 0,734. Sementara dalam penelitian digunakan metode Random Forest dan didapatkan accuracy 85,125% dan F1-score 0,841 dengan menggunakan tiga fitur yaitu unigram, production rules, serta adversative transitions.
Kata kunci: Argumentation Mining, SVM, Random Forest, Unigram, Production Rules, Adversative Transitions