Penelitian ini bertujuan untuk menganalisis persepsi dan sentimen pengguna terhadap layanan aplikasi Maxim berdasarkan ulasan yangtersedia di Google Play Store serta membandingkan keakuratan metode Support Vector Machine (SVM) dan Logistic Regression dalam mengklasifikasikan sentimen tersebut. Data yang digunakan dalam penelitian ini berjumlah 10.000 ulasan pengguna yang diambil dari Google Play Store. Penelitian ini menggunakan pendekatankuantitatif dengan metode deskriptif dan teknik purposive sampling dalam pemilihan data. Proses analisis dilakukan dengan membandingkan performa kedua algoritma menggunakan metrik evaluasi seperti akurasi, presisi, recall, dan F1-score. Hasil analisis menunjukkan bahwa mayoritas pengguna memberikan sentimen positif terhadap layanan aplikasi Maxim, yang ditunjukkan olehfrekuensi tinggi kata-kata seperti "driver", "ramah", dan "cepat". Dari sisi performa model, metode SVM menunjukkan hasil yang lebih unggul dengan akurasi sebesar 94,71%, sementara Logistic Regression memperoleh akurasi sebesar 92,04%. Selain itu, SVM juga menghasilkan nilai presisi, recall, dan F1-score yang lebih tinggi, serta menunjukkan kestabilan performa melalui evaluasi ROC AUCdan validasi silang, sehingga dapat disimpulkan bahwa SVM lebih efektif dalam mengklasifikasikan sentimen ulasan pengguna terhadap aplikasi Maxim.