Sentimen Analisis atau biasa disebut Opinion Mining merupakan proses memahami, mengekstrak dan mengolah data tekstual secara otomatis untuk memperoleh informasi sentimen yang terkandung dalam suatu kalimat opini atau pendapat terhadap sebuah masalah atau objek oleh seseorang, apakah cenderung beropini positif atau negatif. Penelitian ini bertujuan untuk mengklasifikasi data tweet menjadi 2 klasifikasi yaitu positif dan negatif. Dalam penelitian ini menggunakan teks Bahasa Indonesia yang terdapat di sosial media twitter berupa tweet yang berkaitan dengan tokopedia. Opini masyarakat yang terdapat di tweet tersebut dapat dimanfaatkan sebagai bahan untuk mengetahui apakah tweet pada twitter khususnya pada tokopedia masuk kedalam klasifikasi positif atau negatif. Data yang digunakan terdiri dari 1.000 data tweet. Dataset ini berasal dari tweet pelanggan tokopedia yang dtulis diakun twitter Tokopedia. Dalam teknik text mining,“transform case”,“tokenize”,“token filter by length”,“stemming” digunakan untuk membangun klasifikasi. Gataframework digunakan untuk membantu selama proses preprocessing dan cleansing. RapidMiner digunakan untuk membantu menciptakan sentimen analisis dalam membandingkan tiga metode klasifikasi yang berbeda, pada data tweet tokopedia. Metode yang digunakan untuk membandingkan pada penelitian ini adalah, algoritma Naïve Bayes dan algoritma Naïve Bayes yang ditambahkan feature Synthetic Minority Over-sampling Technique (SMOTE) serta algoritma Naïve Bayes yang ditambahkan feature Synthetic Minority Oversampling Technique (SMOTE) yang di optimasi dengan Adboost. Algoritma Naïve Bayes yang ditambahkan feature Synthetic Minority Over-sampling Technique (SMOTE), yang dioptimasi dengan Adboost mendapatkan nilai terbaik. Dengan nilai akurasi 94.95%, Presisi 90.86%, Recall 100.00% dan AUC 0,950.