Aplikasi My TelU memiliki peran penting dalam memfasilitasi mahasiswa untuk mengakses berbagai layanan akademik, seperti pemindaian presensi, pemeriksaan nilai, dan pengecekan jadwal perkuliahan. Penelitian ini bertujuan untuk mengidentifikasi sentimen pengguna terhadap aplikasi My TelU berdasarkan aspek terhadap kualitas aplikasi My TelU dari review. Fokus analisis diarahkan pada aspek pemindaian presensi, pengecekan jadwal kuliah, dan pemeriksaan nilai guna mengetahui masing-masing aspek mendapatkan respon positif, negatif, atau netral dari pengguna. Hasil dari analisis ini diharapkan dapat menjadi evaluasi bagi aplikasi My TelU dalam upaya meningkatkan kualitas layanan aplikasi sesuai dengan masukan pengguna. Berikut adalah tahapan yang dijalankan secara berurutan untuk mengumpulkan, memproses, dan menganalisis data. Proses ini dibutuhkan untuk memastikan bahwa hasil proyek ini dapat memberikan hasil yang akurat. Tahapan tersebut meliputi data collecting, preprocessing data, data classification, pelatihan algoritma SVM, pengujian model, serta analisis dan evaluasi.Pada bagian ini, dilakukan implementasi dan pengujian berdasarkan langkah-langkah yang telah dijelaskan pada bab 3, dimulai dari data collecting, data preprocessing, data classification, pelatihan algoritma SVM, pengujian model, dan evaluasi dan analisis berdasarkan penelitian dan analisis yang dilakukan, dapat disimpulkan: Algoritma Support Vector Machine (SVM) dapat mengoptimalkan klasifikasi sentimen pada dataset ulasan aplikasi My TelU yang terbatas. Peningkatan akurasi dari 87,44% pada model SVM default menjadi 89,95% setelah tuning hyperparameter dengan Grid Search, dengan parameter terbaik C100, kernel''rbf'', dan gamma''scale''. Nilai f1-score untuk kelas netral, yang sebelumnya terendah (0,60), meningkat menjadi 0,67, sementara f1-score positif dan negatif menjadi 0,95 dan 0,92
Kata Kunci: My TelU, Aspect-Based Sentiment Analysis(ABSA), SVM, Klasifikasi Sentimen, Hyperparameter Tuning.