Pemerintah sedang gencar mengeluarkan kebijakan-kebijakan yang cukup baru bagi masyarakat
Indonesia dalam penanganan penyebaran COVID-19. Banyak masyarakat Indonesia yang memiliki
beberapa aspirasi atau opini terkait kebijakan pemerintah tersebut yang ditulis pada platform sosial
media Twitter. Aspirasi dari masyarakat tersebut dapat kita ambil dan kita ketahui sentimen dari seluruh
masyarakat, sehingga dapat melihat kecondongan sentimen dari masyarakat terhadap kebijakan
pemerintah tersebut. Banyak metode yang digunakan untuk menentukan sentimen masyarakat tersebut,
salah satu cara yang umum dengan menggunakan metode Support Vector Machine dan pembobotan TFIDF. Pada penelitian tugas akhir ini akan dilakukan penambahan fitur dengan metode leksikal yang
memanfaatkan nilai polaritas dari kamus leksikal InSet dan Masdevid yang digabungkan dengan
pembobotan kata TF-IDF. Dari hasil percobaan dengan menambahkan fitur metode leksikal, kamus
InSet dapat meningkatkan akurasi menjadi 83% dibandingkan SVM tanpa penambahan fitur metode
leksikal yang menghasilkan akurasi 82%.