Dalam dunia e-commerce terdapat sistem penjualan yang disebut Flash Sale. Pada dasarnya konsep dari Flash Sale yaitu memberikan tawaran harga yang lebih rendah dan telah di tentukan waktu dan jumlah produk. Sistem penjualan hanya diadakan dalam momen tertentu saja, dengan membuat penjualan produk yang lebih murah tetapi dengan waktu dan jumlah produk yang terbatas maka akan membuat penjualan lebih meningkat di karenakan minat pembeli yang akan lebih tinggi. Namun lepas dari segala kelebihannya tentu saja akan ada pro dan kontra. Analisis sentimen pada twitter ini dipilih karena twitter sendiri merupakan salah satu media sosial yang menyediakan kebebasan untuk berkomentar atau menulis opini tentang apapun termasuk opini tentang event flash sale yang ada pada e-commerce saat ini. Dengan demikian, penelitian ini ada untuk mengetahui opini pada pengguna Twitter yang ada berkaitan dengan event Flash Sale yang diadakan e-commerce. Dengan menggunakan metodelogi tiga algoritma klasifikasi yaitu Naive Bayes, K-Nearest Neighbour dan Random Forest dalam pengklasifikasian data untuk mengetahui akurasi tingkat nilai sentimen pengguna Twitter pada event Flash Sale. Penelitian ini mengambil dua sampel data dari kata kunci “flash sale” dan “flash sale shopee” ,hasil dari implementasi ketiga algoritma klasifikasi tersebut yaitu akurasi sebesar 83.53% Naive Bayes, 82.94% K-NN, 80.59% Random Forest untuk kata kunci “flash sale” dan 81.48% Naive Bayes, 77,78% K-NN, 74.07% Random Forest untuk kata kunci “flash sale shopee”. Dengan ini Algoritma Naive Bayes menjadi rekomendasi untuk penggklasifikasian data Analisis Sentimen dengan akurasi lebih besar dan lebih stabil digunakan untuk data yang besar maupun kecil.