Ulasan pengguna menjadi salah satu acuan penting dalam menilai kualitas layanan sebuah toko di platform e-commerce. Shopee sebagai salah satu marketplace terbesar di Indonesia menyediakan ulasan yang dapat dijadikan indikator dalam mengevaluasi kualitas sebuah toko. Namun, karena jumlahnya yang sangat banyak dan bersifat acak, pengguna sering kesulitan mengetahui kualitas terkini dari suatu toko. Untuk mengatasi masalah yang ada, dirancang sebuah sistem berbasis website yang mampu mengambil ulasan terbaru dari suatu toko dan menganalisis secara otomatis. Sistem ini menggunakan algoritma Support Vector Machine (SVM) dengan pendekatan TF-IDF untuk proses vektorisasi teks dan pelabelan berdasarkan rating. Model dievaluasi menggunakan confusion matrix untuk mengukur akurasi, presisi, recall, dan F1-score. Selain klasifikasi sentimen, sistem juga menampilkan kata kunci atau aspek keunggulan dalam ulasan melalui visualisasi. Sistem ini diharapkan dapat membantu pengguna dalam mengevaluasi toko secara lebih cepat dan efisien berdasarkan ulasan terbaru.
