Stemming merupakan proses mengubah kata berimbuhan menjadi bentuk asalnya dengan menggunakan aturan-aturan tertentu. Ada banyak algoritma yang digunakan untuk melakukan proses stemming, khususnya stemming bahasa Indonesia. Berdasarkan penelitian yang sudah dilakukan sebelumnya, algoritma stemming bahasa Indonesia terdiri dari, algoritma Nazief & Andriani, algoritma Yussof & Sembok, algoritma Idris & Mustofa, algoritma Vega, algoritma Arifin & Setiono, algoritma Porter Bahasa Indonesia, algoritma Confix Stripping (CS), dan algoritma Enhanced Confix Stripping (ECS). Penelitian ini membandingkan performansi algoritma-algoritma stemming untuk menemukan algoritma dengan tingkat akurasi yang paling tinggi. Evaluasi dalam penelitian ini dilakukan secara eksplisit dan implisit. Evaluasi eksplisit dilakukan untuk mengukur dan menganalisis secara langsung perbandingan performansi dari setiap algoritma dengan menggunakan parameter akurasi, Word Conflation Class, dan Index Compression Factor. Kemudian akan dilakukan evaluasi secara implisit yaitu, dengan mengimplementasikan masing-masing algoritma stemming bahasa Indonesia ke dalam proses klasifikasi teks bahasa Indonesia dengan menggunakan tools Weka dengan Support Vector Machine (SVM) sebagai classifier. Hasil dari SVM tersebut berupa nilai akurasi dan F1-Measure yang menjadi perbandingan performansi dari masing-masing algoritma. Pengujian juga dilakukan pada dokumen uji yang tidak dilakukan proses stemming (nonstem) dan dokumen uji yang di-stemming secara manual. Hasil penelitian menunjukkan bahwa algoritma Nazief & Andriani memiliki nilai evaluasi ekspilist dan implisit lebih tinggi dari pada algoritma-algoritma stemming bahasa Indonesia lainnya.
Kata kunci : preprocessing, algoritma stemming bahasa Indonesia, klasifikasi teks, evaluasi eksplisit, evaluasi implisit.