Media sosial Twitter saat ini menjadi layanan internet yang paling sering diakses oleh masyarakat. Hal ini dimanfaatkan oleh akun @ambonlima yang sudah teruji kredibilitasnya dalam menyediakan informasi sistem ketenagalistrikan di Pulau Ambon, Maluku. Pemadaman listrik yang terjadi di Pulau Ambon mengakibatkan banyaknya pendapat yang disampaikan melalui tweet yang ditujukan ke akun @ambonlima seperti keluhan, kritikan, maupun dukungan. Pendapat tersebut berupa data tekstual yang dapat diekstraksi untuk mengetahui sentiment masyarakat terhadap kinerja PT. PLN Cabang Ambon. Tujuan dari penelitian ini untuk mengetahui sentimen masyarakat di Pulau Ambon terhadap kondisi kelistrikan yang terjadi dengan menggunakan metode analisis sentimen. Metode klasifikasi sentimen yang digunakan, yaitu Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Perbandingan performa dari kedua metode ini juga dilakukan untuk mengetahui mana yang memiliki akurasi yang lebih baik. Hasil yang diperoleh menggunakan metode klasifikasi NBC dengan 2 fold pada proses validasi menunjukkan tingkat akurasi yang lebih baik dibandingkan dengan nilai fold yang lain, yaitu sebesar 67.2%. Sentimen positif yang diperoleh dari klasifikasi NBC sebesar 67%, sentimen netral 19%, dan sentimen negatif 14%. Sementara itu, hasil analisis menggunakan metode klasifikasi SVM juga memiliki akurasi yang lebih baik ketika menggunakan 2 fold. Sentimen positif yang diperoleh dari penggunaan metode SVM sebesar 24%, sentimen netral 29%, dan sentimen negatif 47%. Penelitian ini menunjukan rata-rata tingkat akurasi metode klasifikasi SVM yang lebih baik dari pada metode NBC, yaitu sebesar 76.42%. Adanya sentimen negatif yang tidak lebih dari 50% menunjukkan pengaruh akun @ambonlima yang mampu memberikan informasi masalah kelistrikan kepada masyarakat secara realtime.