Penggunaan teknologi informasi berkembang dengan pesatnya ditandai dengan opini masyarakat yang dapat disampaikan tanpa terbatas waktu melalui media sosial. Media sosial yang umum digunakan dalam penyampaian opini serta sentimen salah satunya twitter. Twitter dianggap lebih mudah dalam diambil informasinya terkait opini serta sentimen yang ada dikarenakan keterbatasan karakter dalam suatu tweet yang dilakukan oleh pengguna serta terdapat hastag “#” yang dapat dilakukan pencarian dengan mudah terkait keadaan yang sedang hangat diperbincangkan. Beberapa waktu lalu ramai diperbincangkan terkait pengesahan omnibus law cipta kerja. Tweet berupa sentimen ramai menghiasi tagar “#omnibuslaw” serta tagar lain yang berkaitan. Tweet berupa sentimen yang ada dilakukan pengambilan informasi dengan analisis sentimen. Penelitian ini membahas ulasan berupa tweet terkait omnibus law dengan fitur seleksi Chi Square dan algoritma K-Nearest Neighbor dengan menggunakan R Studio. Diambil data sebanyak 500 tweet berkaitan dengan omnibus law. Metodologi yang digunakan adalah Knowledge Discovery in Databases yaitu dengan Data Selection, Pre-processing Data, Transformation, Data Mining, Evaluation. Pelabelan data dilakukan oleh pakar yang terbagi menjadi sentimen positif dan negatif. Hasil permodelan dengan menggunakan K-Fold Cross Validation, akurasi tertinggi diperoleh dengan skema 25% penggunaan fitur (seleksi fitur Chi Square), dan nilai k = 5 pada KNN yaitu sebesar 81,4%. Pengujian terhadap model dilakukan dengan menggunakan data acak sebanyak 100 data dan diperoleh akurasi sebesar 83%, precission sebesar 100%, recall sebesar 15% dan nilai F-Measure sebesar 26,08%. Dari 500 data yang diambil, kata “rakyat” merupakan kata yang paling mendominasi. Dari 500 data yang diambil sebanyak 78,8% merupakan sentimen negatif dan 21,2% sentimen positif.