Penelitian ini bertujuan untuk mengklasifikasikan sentimen teks siswa madrasah Generasi Z terhadap penggunaan Artificial Intelligence (AI) dalam pembelajaran menerapkan metode Support Vector Machine (SVM). Data penelitian dihimpun dari jawaban kuesioner terbuka siswa madrasah yang berisi opini mengenai penggunaan AI dalam proses pembelajaran. Tahapan penelitian meliputi pengumpulan data, Text Preprocessing, pelabelan sentimen menggunakan metode Lexicon-based, pembobotan kata menggunakan TF-IDF, pembagian data latih dan data uji, klasifikasi menggunakan SVM, serta evaluasi model menggunakan confusion matrix dan metrik evaluasi klasifikasi. Pada tahap preprocessing dilakukan proses cleaning, case folding, tokenisasi, normalisasi, stopwords removal, dan stemming. Hasil pelabelan awal menunjukkan terdapat 762 data sentimen negatif, 601 data sentimen positif, dan 176 data sentimen netral. Meski demikian, penelitian ini membatasi tahap klasifikasi Support Vector Machine (SVM) pada dua kategori sentimen utama, yakni positif dan negatif.. Hasil pengujian memperlihatkan bahwa metode SVM memperoleh akurasi sebesar 88%, dengan precision kelas negatif sebesar 86%, recall sebesar 93%, dan F1-score sebesar 89%. Di sisi lain, kelas positif memperoleh precision sebesar 91%, recall sebesar 80%, dan F1-score sebesar 85%. Hasil penelitian menunjukkan bahwa SVM mampu mengklasifikasikan sentimen teks siswa dengan baik. Visualisasi menggunakan bar chart dan word cloud menunjukkan bahwa sentimen positif berkaitan dengan kemudahan dan bantuan AI dalam pembelajaran, sedangkan sentimen negatif berkaitan dengan kekhawatiran terhadap ketergantungan dan menurunnya kemandirian berpikir siswa.

Kata kunci: Analisis Sentimen, Artificial Intelligence, Generasi Z, Madrasah, Support Vector Machine, TF-IDF.