Pada awal Maret 2020 presiden Republik Indonesia bapak Presiden Joko Widodo, mengumumkan kasus pertama COVID-19 di Indonesia. Dengan tingkat penularan dan penyebaran yang tinggi COVID-19 berhasil menyebar ke berbagai daerah di Indonesia, tak terkecuali provinsi DKI Jakarta. Menilik dari hal tersebut, pemerintah provinsi DKI Jakarta mengambil berbagai tindakan untuk memutus mata rantai penyebaran COVID-19 antara lain mulai dari membuat physical distancing, menerapkan 3M (Memakai masker, menjaga jarak dan mencuci tangan dengan air mengalir) hingga kebijakan Pembatasan Sosial Berskala Besar. Ketika kebijakan PSBB tersebut diberlakukan menuai berbagai opini dan respons di berbagai sosial media, terutama pada media sosial Twitter. Berdasarkan hal tersebut penelitian ini bertujuan untuk melakukan analisa sentimen untuk megetahui fenomena yang terjadi berdasarkan opini ataupun pandangan pengguna Twitter terhadap penerapan kebijakan Pembatasan Sosial Berskala Besar di DKI Jakarta. Penelitian ini dilakukan dengan menggunakan algoritma Support Vector Machine dan menggunakan fitur ekstraksi Bag of words dan TF-IDF. Pada penelitian ini penulis membandingkan hasil klasifikasi dari Support Vector Machine dengan menggunakan fitur ekstraksi Bag of words dan Support Vector Machine dengan menggunakan fitur ekstraksi TF-IDF. Hasil akhir dari penelitian ini menunjukan bahwa hasil akurasi klasifikasi dengan menggunakan algoritma Support Vector Machine menggunakan fitur ekstraksi TF-IDF lebih unggul dengan nilai akurasi sebesar 85.185% lebih unggul bila dibandingkan dengan algoritma Support Vector Machine dengan fitur ekstraksi Bag of words yang menghasilkan nilai akurasi sebesar 83.333%. Adapun pada penelitian ini pengguna twitter, cenderung memberikan opini yang bersentimen negatif, yang berisi keluhan dan ketidak nyamanan pengguna twitter terkait pelaksanaan kebijakan PSBB baik PSBB pertama dan PSBB kedua.