Kemajuan teknologi berdampak pada munculnya inovasi-inovasi baru untuk memudahkan aktivitas sehari-hari, salah satunya dalam layanan transportasi online. Banyaknya penyedia layanan transportasi online berdampak pada persaingan yang semakin ketat. Salah satu aplikasi penyedia layanan transportasi online, yaitu Maxim, yang belum lama ini perlahan berkembang merebut pasar ride-hailing di Indonesia. Namun dalam perkembangannya, Maxim masih belum mampu menyeimbangkan posisi dengan Gojek yang menempati posisi teratas di Indonesia. Hal tersebut dikarenakan Maxim masih memiliki kekurangan dalam beberapa aspek seperti pelayanan yang diberikan dan fungsionalitas aplikasi. Untuk mengetahui kekurangan tersebut, maka dilakukan analis sentimen terhadap ulasan yang dikirimkan oleh pengguna pada Google Play Store. Metode-metode yang dilakukan pada analisis sentimen diantaranya pengumpulan data dengan web scraping, preprocessing teks, pelabelan data, pembobotan data dengan TF-IDF, kemudian klasifikasi menggunakan algoritma Support Vector Machine (SVM) dengan kernel Linear. Serta dilakukan penerapan hyperpameter optimization dengan GridSearch dan dilakukan pada 3 skenario rasio data training dan testing yaitu 60:40, 70:30, dan 80:20 dan evaluasi dengan confusion matrix. Hasil akurasi terbaik didapatkan pada model dengan rasio 70:30 yaitu sebesar 89.82%, precision sebesar 92.66%, recall sebesar 94.09%, dan f1 score sebesar 93.38%. Evaluasi dengan kurva ROC-AUC mendapatkan nilai AUC 0.8505. Hasil sentimen cenderung mengarah ke sentimen positif yang menunjukkan tingkat kepuasan pengguna terhadap aplikasi. Serta berdasarkan hasil sentimen tersebut, pengembang dapat mengetahui hal apa saja yang perlu dipertahankan dan ditingkatkan dari aplikasi Maxim.
Kata Kunci : Analisis Sentimen, Transportasi online, Support Vector Machine