T witter adalah media sosial yang banyak digunakan oleh masyarakat Indonesia maupun Dunia. Twitter juga dimanfaatkan untuk berbagi kabar dan opini pribadi, memasarkan produk, sampai mengkritik suatu kebijakan atau peraturan. Opini yang diposting sebagai tweet di Twitter juga dapat digunakan sebagai tolak ukur apakah kebijakan yang dikeluarkan banyak yang mendukungnya atau sebaliknya. Untuk memperoleh tolak ukur tersebut maka digunakanlah analisis sentimen untuk memisahkan opini positif dengan opini negatif. Dari pengambilan data untuk diproses maka digunakanlah scraping dari website Twitter untuk mendapatkannya. Setelah itu dilakukan proses awal sebelum data diolah yaitu Preprocessing untuk menghilangkan bagian yang tidak berguna dalam pengolahan data. Dan setelah itu dilakukannya pelabelan otomatis menggunakan Vader dan hasilnya dibandingkan dengan pelabelan manual untuk mengecek keakuratan. Lalu dilakukan teknik Support Vector Machine dan K-Nearest Neighbour dan divalidasi oleh K-Fold Cross Validation serta di test menggunakan data manual untuk mengklasifikasikan opini postif dan negatif. Lalu dilakukan visualisasi dan menghasilkan 15.632 data yang terbagi menjadi data positive sebesar 66 % (10.385 data), negative sebesar 21 % (3.274 data) dan netral sebesar 13 % (1.973 data). Dari hasil ini dapat disimpulkan tersebut menunjukkan kepuasan atau dukungan masyarakat terhadap kebijakan yang dikeluarkan tersebut.