Kemunculan jejaring sosial berbasis komputer dan handphone nampaknya mendapat perhatian tinggi dari masyarakat. Terbukti dengan semakin banyaknya jejaring sosial yang muncul. Friendster, Facebook, Twitter, Linkd In dan masih banyak lainnya. Twitter merupakan salah satu sosial media yang digunakan dalam mencari informasi, Para pengguna twitter umumnya melaporkan setiap aktivitasnya. Mereka bahkan semakin terbantu dengan adanya handphone yang semakin canggih. Sistem yang dibuat pada penelitian ini untuk optimasi analisis sentiment informatif dan tidak informatif menggunakan aplikasi rapid miner dengan metode Naïve Bayes, Naïve Bayes + Adaboost, SVM, dan SVM PSO dengan menggunakan data yang di ambil dari twitter @infoBMKG. Metode penelitian yang digunakan adalah pengumpulan data tweet dari twitter yang diambil dengan metode Crawling. Data yang diambil adalah tweet dalam bahasa Indonesia dengan jumlah 1.000 tweet dari akun twitter @infoBMKG. Hasil dari tes algoritma metode naïve bayes yang dilakukan dalam penelitian ini adalah untuk mengukur kinerja akurasi, presisi, recall, AUC dari hasil pelatihan dan pengajuan dataset yang telah melalui proses pra pengolahan data. Dari hasil penelitian yang telah dilakukan terbukti bahwa optimasi sentimen analisa informatif dan tidak informatif dari tweet pada twitter BMKG mendapatkan hasil yang baik menggunakan metode Support Machine Vector dengan nilai Akurasi, Recall, dan AUC yang lebih tinggi dibandingkan metode lainnya.