Analisis sentimen adalah bidang studi yang menganalisis opini dan sentimen orang terhadap suatu masalah.
Masalah yang diangkat dalam kasus ini adalah Wabah covid 19 yang menimpa dunia . Pada kasus kali ini,
analisis sentimen dilakukan untuk menganalisis bagaimana opini masyarakat tentang penanganan Covid
di pada awal tahun 2020 di media sosial Twitter. Dataset yang digunakan adalah tweet yang berkaitan
dengan penanganan Covid pada tahun 2020 di pada media sosial Twitter. Dataset akan melalui proses
pelabelan, preprocessing dan pembobotan kata sebelum dapat digunakan, lalu dibagi menjadi data training
dan data test. Untuk pembobotan kata, metode yang digunakan adalah metode Term Frequency – Inversed
Document Frequency (TF-IDF). Metode ini diharapkan dapat melakukan pembobotan kata dengan baik.
Untuk analisis sentimen, metode yang digunakan adalah metode Support Vector Machine (SVM). Metode
ini diharapkan dapat mengetahui pandangan masyarakat terhadap situasi pandemi covid-19. Analisis
sentimen dilakukan dengan maksud untuk dapat membantu pemerintah mengambil langkah yang tepat
berdasarkan kondisi masyarakat dari berbagai negara. Dari penelitian ini dihasilkan Analisis sentimen
dengan menggunakan Wordcloud dengan tujuan untuk mengetahui kata yang sering muncul pada model
dari kelas positif dan negatif, dan juga untuk model terbaik yaitu dengan menggunakan RBF kernel dan
tanpa menggunakan stemming dan menghasilkan angka Precission sebesar 0.72 atau 72%, recall sebesar
0.71 atau 71% dan f-1 score sebesar 0.71 atau 71% dengan perolehan akruasi sebesar 0.72 atau 72%,