Di era digital, survei menjadi alat penting untuk mengumpulkan data, terutama di Fakultas Teknologi Industri. Penelitian ini mengusulkan sistem smart survei berbasis teks menggunakan metode Support Vector Machine (SVM) untuk meningkatkan efektivitas dan akurasi analisis data. SVM, sebagai teknik machine learning, dapat menangani data besar, mengurangi bias, dan memberikan hasil konsisten. Fokus penelitian ini adalah evaluasi kepuasan mahasiswa, dengan tujuan memberikan rekomendasi untuk meningkatkan kualitas fasilitas. Implementasi SVM diharapkan dapat memaksimalkan analisis data survei dan mendukung pengambilan keputusan yang lebih baik di sektor pendidikan. hasil evaluasi dengan Akurasi = 0.8000, Presisi = 0.8060, Recall = 0.8000, F1 Score: 0.7998, hasil nya sistem ini dapat memberikan kinerja yang baik dalam memberikan hasil survei mengenai Fakultas Teknologi Industri sehingga dapat membantu pihak fakulltas dalam mendapatkan penilaian dari mahasiswa FTI.
Kata kunci: Analisis Sentimen, Support Verctor Machine, Klasifikasi, Machine Learning, TF-IDF