Penelitian ini bertujuan untuk melakukan analisis sentimen pada aplikasi transportasi Maxim menggunakan model machine learning. Dalam era digital saat ini, aplikasi transportasi online semakin diminati oleh masyarakat, dan Maxim adalah salah satu aplikasi yang menawarkan layanan ini di Indonesia. Dengan semakin banyaknya pengguna, ulasan dan feedback dari pengguna menjadi penting untuk mengevaluasi kualitas layanan yang diberikan.Metode yang digunakan dalam penelitian ini mencakup pengumpulan data ulasan pengguna Maxim dari Google Play Store, kemudian dilakukan preprocessing data untuk membersihkan dan menyiapkan data. Data tersebut kemudian dibagi menjadi data pelatihan dan data pengujian. Model machine learning yang digunakan dalam penelitian ini termasuk Logistic Regression, C45, Random Forest, dan Support Vector Machine. Evaluasi model dilakukan menggunakan metrik Confusion matrix untuk menentukan akurasi, presisi, recall, dan f1-score dari masing-masing model. Hasil penelitian menunjukkan bahwa model Random Forest memberikan performa terbaik dalam mengklasifikasikan sentimen pengguna dengan akurasi yang tinggi. Dengan demikian, hasil analisis sentimen ini dapat memberikan wawasan berharga bagi pengembang aplikasi Maxim untuk meningkatkan kualitas layanan dan pengalaman pengguna. Kata Kunci: analisis sentimen, aplikasi transportasi, Maxim, machine learning, Preprocessing Data.