Analisis sentimen adalah teknik yang digunakan untuk memahami pendapat atau emosi yang terkandung dalam teks, seperti ulasan atau komentar pengguna. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap aplikasi Netflix menggunakan metode Support Vector Machine (SVM) dengan ekstraksi fitur Word2Vec. Word2Vec digunakan untuk mengubah teks menjadi representasi vektor yang mempertahankan konteks semantik kata-kata, sementara SVM bertindak sebagai model klasifikasi untuk memprediksi sentimen.
Hasil evaluasi menunjukkan bahwa SVM dengan kernel RBF menunjukkan performa terbaik dibanding dengan kernel lainnya, dengan akurasi mencapai 75,9%, precision 76,03%, recall 75,91%, dan F1-score sebesar 75,88%. Perbandingan antara berbagai kernel pada SVM menunjukkan bahwa kernel RBF lebih unggul dalam hal keseimbangan antara sensitivitas dan ketepatan, sehingga menjadikannya metode yang lebih efektif untuk menganalisis sentimen opini publik. Dengan hasil tersebut, maka dapat disimpulkan bahwa penggunaan kombinasi antara Word2Vec dengan SVM mampu memberikan hasil yang lebih akurat dan seimbang dalam mengklasifikasikan opini masyarakat terhadap aplikasi Netflix.
Kata Kunci: Analisis Sentimen, Netflix, SVM, Word2Vec, X.