Salah satu bentuk perkembangan teknologi informasi dan komunikasi adalah smartphone. Produk smartphone yang populer adalah Iphone dan media sosial yang digunakan untuk berbagi opini adalah Twitter. Salah satu topik yang sering dibahas di Twitter adalah terkait review iphone yang dapat merujuk pada aspek yang berbeda. Oleh karena itu, Analisis sentimen berbasis aspek dapat diterapkan pada review iphone agar mendapatkan hasil yang lebih terperinci. Penelitian ini menerapkan ekstraksi fitur TF-IDF sebagai pembobotan kosakata dan metode klasifikasi Support Vector Machine (SVM). Penelitian ini juga menggunakan hyperparameter tuning untuk mengoptimalkan parameter agar mendapatkan performansi terbaik. Hasil dari penelitian ini didapatkan hasil performansi akurasi tertinggi dengan menggunakan klasifikasi Support Vector Machine pada kernel linear dan ekstraksi fitur TF-IDF pada aspek kamera dengan akurasi 98.07%, pada aspek baterai dengan akurasi 97.52%, pada aspek desain dengan akurasi 96.82%, pada aspek harga dengan akurasi 98.62%, dan pada aspek spesifikasi dengan akurasi 97.07%. Serta didapatkan peningkatan hasil performansi akurasi tertinggi dengan menggunakan hyperparameter tuning pada kernel linear untuk aspek kamera dengan akurasi 98.07%, pada aspek baterai dengan akurasi 97.52%, pada aspek desain dengan akurasi 97.02%, pada aspek harga dengan akurasi 98.82%, dan pada aspek spesifikasi dengan akurasi 97.22%.