ABSTRAK Nama : Sonia Anastasia Program Studi : Sistem Informasi Judul : Analisis Sentimen Twitter Terhadap Kepuasan Pelanggan menggunakan Support Vector Machine, Naive Bayes, dan Decision Tree: Studi Kasus GO-JEK dan Grab GO-JEK dan Grab adalah aplikasi penyedia jasa ojek online dan keduanya bersaing ketat dalam mendapatkan dan melayani pelanggan. Sayangnya, belum ada pengukuran kepuasan pelanggan resmi kedua perusahaan tersebut sehingga belum bisa ditentukan mana yang lebih baik. Penelitian ini bertujuan untuk mengetahui sentimen pengguna Twitter yang menggambarkan kepuasan pelanggan GO-JEK dan Grab. Data dikumpulkan dari Twitter selama satu bulan dengan jumlah tweets adalah 126.405. Pra-pemrosesan dilakukan terhadap data dan setiap tweet diberikan label sentimen secara manual. Selanjutnya, data digunakan untuk membentuk classifier dengan algoritma Support Vector Machine, Naive Bayes, dan Decision Tree. Hasil klafisikasi sentimen digunakan untuk menghitung Net Sentiment Score yang menggambarkan kepuasan pelanggan. Hasil eksperimen menunjukkan algoritma dengan akurasi tertinggi adalah Support Vector Machine dan Decision Tree. Hasil eksperimen juga menunjukkan bahwa Grab memiliki Net Sentiment Score yang lebih tinggi daripada GO-JEK, hal ini berarti bahwa kepuasan pelanggan Grab lebih tinggi dibandingkan dengan GO-JEK. Kata Kunci: Analisis sentimen, Twitter, GO-JEK, Grab, Support Vector Machine, Naive Bayes, Decision Tree, Net Sentiment Score, Kepuasan Pelanggan