Online marketplace kini sudah menjadi bagian dari kehidupan masyarakat sehari-hari. Ditambah dengan pandemi yang sempat terjadi yang mengharuskan masyarakat untuk banyak beraktivitas di rumah dan semakin mempercepat perkembangan online marketplace. Kenaikan aktivitas di aplikasi online marketplace diiringi dengan bertambahnya ulasan maupun keluhan yang diberikan oleh pengguna. Dengan memanfaatkan hasil analisis sentimen, online marketplace dapat menentukan strategi bisnis dan pemasaran yang dilakukan. Penelitian ini mengimplementasikan metode klasifikasi Long Short-Term Memory dengan pendekatan ekstraksi fitur Wor2Vec serta metode klasifikasi Support Vector Machine sebagai pembanding. Di akhir penelitian ini dengan mengevaluasi performa dari kedua model, didapatkan akurasi Support Vector Machine sebesar 89,3% dan pada metode Long Short-Term Memory dengan akurasi sebesar 88,5%.
Kata kunci: Analisis Sentimen, Long Short-Term Memory (LSTM); Support Vector Machine (SVM), Word2vec, TF-IDF