Keputusan pemerintah melakukan pembahasan terkait RUU omnibus law kesehatan menjadi perbincangan yang kontroversial di masyarakat, khususnya pengguna media sosial twitter. Pengguna memberikan komentarnya terkait sikap mereka terhadap RUU omnibus law melalui menu tweet pada twitter. Komentar yang beragam perlu di twitter penting untuk diklasifikasikan dan divisualisasikan agar menjadi informasi yang bermanfaat dari sentimen positif dan negatif terhadap RUU Kesehatan. Hal ini penting dilakukan supaya dapat diketahui bagaimana respon masyarakat terhadap kebijakan ini. Sebanyak 2406 data sentimen pengguna twitter dikumpulkan data dari twitter menggunakan software RapidMiner. Sebelum data analisis menggunakan algoritma KNN, dilakukan preprocessing data terlebih dahulu. Setelah dilakukan preprocessing diperoleh sebanyak 2.406 data yang kemudian dibagi menjadi data testing sebanyak 1.684 tweet dan data training sebanyak 722 tweet. Data kemudian diproses menggunakan model algoritma KNN yang dijalankan menggunakan software RapidMiner. Hasil dari pengolahan data disajikan visualisasi dalam bentuk tabel, grafik, maupun word cloud. Hal ini sesuai dengan tujuan penelitian ini yaitu untuk melakukan visualisasi data supaya dapat memberikan gambaran yang jelas dan mudah dipahami tentang RUU Kesehatan sehingga memudahkan bagi pihak yang berkepentingan dan tidak memiliki latar belakang teknis untuk memahami makna dan sentimen tersebut. Hasil penelitian menunjukkan bahwa pengujian KNN menghasilkan nilai akurasi yang tinggi sehingga hasilnya dapat divisualisasikan dengan baik yaitu sebesar 84,58% yang mengindikasikan bahwa model KNN sangat berhasil dalam menganalisis pendapat pengguna twitter tentang RUU Omnibus Law Kesehatan berdasarkan data yang digunakan dan kemampuannya untuk memvisualisasikan dengan baik.