Klasifikasi pada penambangan teks banyak sekali manfaatnya salah satunya adalah menentukan suatu pesan berjenis spam atau ham. Penelitian ini dilatar belakangi oleh banyaknya pesan sms yang isinya penipuan, tautan yang berisi malware, ajakan untuk berjudi dan banyak jenis lainnya. Pesan sms dengan contoh seperti itu merupakan pesan sms berjenis spam. Maka dari pada itu pada penelitian ini akan dibangun sebuah sistem yang dapat mengklasifikasi pesan sms spam dan yang tidak. Sistem yang dibangun akan menggunakan metode klasifikasi Support Vector Machine dan metode seleksi fitur Singular Value Decomposition dengan menggunakan dataset berbahasa Inggris. Hasil Penelitian ini memperoleh akurasi tertinggi, waktu eksekusi tercepat, dan batasan jumlah data yang dapat dieksekusi tanpa menggunakan metode seleksi fitur Singular Value Decomposition. Nilai F1-score terbaik sebesar 90,95% dengan menggunakan Kernel Gaussian RBF dengan mesin yang telah ditambah seleksi fitur Singular Value Decomposition. Waktu eksekusi tercepat diraih 8,16 detik dengan menggunakan Kernel Linear dengan variabel nv sebesar 100. Sedangkan batasan jumlah data paling banyak yang dapat dieksekusi tanpa menggunakan metode seleksi fitur Singular Value Decomposition sebanyak 2500 data dari total dataset berjumlah 5572 data.
Kata kunci: Support Vector Machine, Singular Value Decomposition, Klasifikasi Teks, Pesan Spam