Twitter sebagai salah satu media sosial yang efektif dalam menampung berbagai opini masyarakat sering digunakan dalam hal politik seperti kampanye online yang dilakukan oleh kandidat Pilkada Jawa Timur 2018. Hal tersebut mendapatkan banyak tanggapan dari masyarakat melalui postingan tweet mereka namun masih terdapatnya banyaknya kata atau kalimat tidak baku sehingga sulit untuk dipahami. Penelitian ini bertujuan untuk melakukan analisis sentimen pada tweet agar dapat terklasifikasinya opini masyarakat ke dalam sentimen positif dan negatif dengan menggunakan pendekatan berbasis kamus/leksikon. Hasil penelitian menunjukkan bahwa analisis sentimen dengan menggunakan kata kunci yang berbeda dapat mempengaruhi jumlah sentimen yang dihasilkan. Pasangan Khofifah-Emil memperoleh jumlah sentimen terbanyak yaitu sebesar 57.5%, sedangkan pasangan Gus Ipul-Puti memperoleh 42.5% dimana sentimen positif lebih dominan dibandingkan dengan sentimen negatif. Kemudian melakukan perbandingan antara data penelitian dengan data hasil survei dimana terdapat korelasi positif antara keduanya walaupun terdapat selisih yang berfluktuasi. Selain itu dilakukan analisis performa penggunaan metode Lexicon-Based dengan menggunakan metode SVM. Hasil performa yang diperoleh yaitu nilai Accuracy sebesar 99.51%, Classification Error sebesar 0.49%, Precision sebesar 99.11%, dan Recall sebesar 98.02%.
Kata Kunci: Twitter, analisis sentimen, pembobotan, Lexicon-Based, Pemilihan Kepala Daerah