Dengan kemajuan teknologi yang terus berkembang, kini jarak dan waktu sudah terasa dekat dan media konvensional kini sudah bisa digantikan oleh media modern yang lebih praktis dan hemat biaya, salah satunya adalah media sosial. Media sosial sendiri adalah suatu elemen yang nyaris sama seperti interaksi manusia pada umumnya namun menggunakan jasa internet untuk menghubungkan antar individu. Karena sifatnya yang mampu menampilkan aspirasi serta pemikiran para penggunanya, maka media sosial kini dipergunakan untuk ekstraksi profil dimana seluruh teks yang diketikkan pengguna ke dalam media sosial miliknya, bisa diambil dan diberi penilaian terhadap aspek-aspek tertentu sesuai dengan yang diinginkan. Di dalam tugas akhir ini dipaparkan cara untuk mengubah kata-kata yang terdapat di media sosial yang kemudian menjadi penilaian dan panutan dalam mengetahui bagaimana kecenderungan politik pengguna twitter dengan menggunakan metode SVM (Support Vector Machine) dengan menggunakan aplikasi SentiStrength dan manual dalam penilaian sentimen, untuk mengetahui cara penialaian sentimen yang lebih optimal. Data yang diambil adalah tweet yang terkait dengan dua kandidat calon presiden Amerika Serikat, yakni Donald Trump dan Hillary Clinton. Data berupa tweet yang sudah didapatkan akan diolah dengan pre-processing, setelah itu dilanjutkan ke proses POS Tagging, yang nantinya akan diberi pembobotan menggunakan unigram dan bigram collocation sebelum akhirnya dilakukan proses klasifikasi menggunakan SVM dan menghitung nilai akurasi, precision, dan recall menggunakan cross validation dengan 10-folds cross validation. Terakhir, akan dihitung nilai preference value untuk mengetahui kecenderungan politik dari pengguna twitter. Hasil yang didapat menyimpulkan bahwa pengguna twitter lebih condong ke kandidat Hillary Clinton.