Saat ini, kita telah berada berada dalam sebuah era yang sarat dengan teknologi komunikasi dan informasi. Twitter merupakan salah satu layanan micro-blogging yang menyatukan jutaan dari pengguna. Topik yang akan dibahas pada penelitian ini yaitu bidang politik dalam hal ini mengenai pemilihan presiden Indonesia tahun 2024 yang berfokus pada salah satu kandidat calon presiden yaitu Anies Baswedan dengan mengumpulkan data tweet berdasarkan tagar yang menyebut Anies Baswedan sebagai presiden 2024. TF-IDF Vectorizer digunakan sebagai metode pembobotan kata dan clustering menggunakan DBSCAN (Density-Based Spatial Clustering of Application with Noise). Penelitian ini dilakukan dengan beberapa percobaan menggunakan Eps dan MinPts yang berbeda parameter untuk 49519 data teks yang telah melalui tahap pembersihan data. Berdasarkan nilai tertinggi dari Silhouette score, Eps 0.01 dan MinPts 10 dengan Silhouette score sebesar 0.29 dipilih sebagai parameter, dengan demikian membentuk 3 cluster. Lalu diambil kata yang muncul paling banyak di setiap cluster lalu di identifikasi secara manual dengan menentukan apakah jenis konten dan motivasi user di setiap cluster positif (mendukung) atau negatif (menjatuhkan). Cluster dengan label -1 merupakan noise, cluster 0 untuk jenis konten teridentifikasi positif dengan motivasi user yaitu untuk mendukung Anies Baswedan sebagai calon presiden 2024, dan cluster 1 untuk jenis konten nya teridentifikasi negatif dengan motivasi user yaitu untuk menjatuhkan Anies Baswedan sebagai calon presiden 2024.