Jejaring sosial merupakan media komunikasi terbuka dimana masyarakat dapat memberikan opini secara tidak terbatas atau bebas mengenai hal-hal yang menarik bagi publik. Salah satu jejaring sosial yang populer yaitu Twitter. Dengan banyaknya pengguna disertai kemudahan pengaksesan Twitter dalam penyampaian pendapat, maka akan banyak informasi terkumpul yang kemudian bisa menjadi peluang untuk dimanfaatkan sebagai bahan penilaian dan evaluasi. Namun, data Twitter berjumlah banyak sehingga mengubah data Twitter tersebut menjadi informasi yang dapat digunakan sebagai bahan penilaian menjadi sulit. Oleh karena itu, pada penelitian ini dilakukan pengolahan data Twitter dengan analisis sentimen. Metode klasifikasi SVM memberikan nilai akurasi yang lebih baik dibandingkan dengan metode klasifikasi yang lain pada dataset Twitter. Sebelum melakukan tahap pengklasifikasian, data diolah menjadi fitur-fitur sehingga dapat digunakan sebagai data input classifier. Pengolahan data tersebut disebut proses ekstraksi fitur. Metode lexicon-based merupakan salah satu metode ekstraksi fitur yang dapat meningkatkan performansi sistem. Pada penelitian ini, dilakukan pengujian ekstraksi fitur menggunakan metode lexicon-based. Hasil dari penelitian ini adalah penggunaan metode lexicon-based dapat meningkatkan performansi sistem sebesar 1,54%.
Kata Kunci : Twitter, Sentimen Analisis, Metode Lexicon-Based, Support Vector Machine