Performa penyedia layanan internet menjadi salah satu faktor penting yang menentukan kelancaran pelaksanaan ujian berbasis digital. Kualitas koneksi internet yang kurang optimal dapat menghambat kelancaran pelaksanaan ujian berbasis digi-tal serta memengaruhi pengalaman siswa selama mengikuti proses ujian. Penelitian ini memiliki tujuan untuk menganalisa serta mengklasifikasikan sentimen siswa terkait performa provider internet pada pelaksanaan ujian berbasis digital dengan mengimplementasikan algoritma Support Vector Machine, dan mengeksplorasi pengaruh variasi ukuran dataset terhadap kinerja model, khususnya dalam menghasilkan tingkat akurasi klasifikasi sentimen.
Penelitian ini memanfaatkan data opini siswa yang selanjutnya dianalisis dan diklasifikasikan berdasarkan tiga kategori sentimen, yaitu positif, netral, dan negatif menggunakan metode klasifikasi yang telah ditentukan. Tahapan penelitian terdiri atas proses preprocessing data teks, pelabelan sentimen mengimplementasikan metode Lexicon-Based Sentiment Analysis, kemudian dilakukan ekstraksi fitur dengan metode Term Frequency-Inverse Document Frequency, serta klasifikasi menerapkan algoritma SVM. Pengujian dilakukan dengan variasi jumlah data pelatihan sebanyak 100, 200, dan 300 data. Tahap evaluasi model dilaksanakan dengan menguji performa klasifikasi menggunakan metrik precision, accuracy, recall, dan F1-score. Metrik tersebut diimplementasikan guna mengetahui tingkat kemampuan model SVM dalam mengklasifikasikan sentimen siswa secara akurat.
Berdasarkan hasil eksperimen dan evaluasi terhadap model yang dikembangkan, diperoleh bahwa akurasi klasifikasi meningkat dari 69% pada 100 data menjadi 72% pada 200 data, kemudian tetap 72% pada 300 data. Hasil ini memperoleh bahwasannya penambahan jumlah data meningkatkan performa model hingga mencapai titik tertentu, namun setelah itu peningkatan akurasi cenderung stabil. Selain jumlah data, kualitas dataset juga memengaruhi performa klasifikasi sentimen menggunakan SVM.
Kata kunci: Analisis Sentimen, Support Vector Machine (SVM), Term Frequency-Inverse Document Frequency (TF-IDF), Provider Internet, Ujian Berbasis Digital.