Twitter adalah salah satu media sosial yang saat ini sangat diminati oleh pengguna internet. Banyaknya cuitan yang beredar di Twitter belum dapat diketahui apakah cuitan tersebut lebih banyak mengandung opini positif, negatif, dan netral. Untuk itu diperlukan sistem yang dapat mengolah data dengan menerapkan analisis sentimen. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) untuk menganalisis tingkat sentimen terhadap data yang dilakukan dengan teknik crawling pada Twitter. Data yang diteliti sebagai studi kasus sederhana hanya menggunakan sebanyak 8 data cuitan yang dibagi menjadi 5 data latih dan 3 data uji. Data tersebut diolah dengan tahap preprocessing, lalu diklasifikasi menggunakan metode NBC, perhitungan performa menggunakan teknik confusion matrix. Penelitian ini menghasilkan pemaparan yang terstruktur pada proses dan hasil implementasi NBC dan pengujian performa menggunakan confusion matrix yang didapatkan akurasi sebesar 82%, presisi 93%, dan recall sebesar 52%. Namun demikian hasil ini lebih difokuskan untuk kemudahan penjelasan setiap tahapan dan proses secara lebih detil, bukan fokus pada angkaangka yang didapatkan. Penelitian dengan data yang lebih besar dilakukan kemudian menggunakan sistem aplikasi berbasis komputer.