Di era saat ini perkembangan teknologi informaasi dan media sosial sangat berkembang pesat sehingga dapat menyediakan informasi terupdate serta berbagai macam opini publik. Pengguna internet di Indonesia banyak yang memanfaatkan sosial media untuk berbagai kepentingan seperti mencari informasi dan menyampaikan opini lewat media sosial. Salah satu media sosial yang banyak digunakan oleh pengguna internet di Indonesia adalah Twitter. Pengguna Twitter dapat memberikan informasi berupa komentar, kritik, atau saran terhadap pelayanan Comutterline dengan lebih cepat dan mudah. Analisa sentimen dapat membantu memberikan gambaran bagaimana persepsi masyarakat dengan cara mengelompokan opini menjadi kategori positif dan negatif kepada pelayanan Commuterline. Melakukan sentiment analisis berdasarkan komentar atau Tweet masyarakat pada Twitter Commuterline untuk mengetahui performa algoritma Naïve Bayes Classifier, Synthetic Minority Over-sampling Technique (SMOTE), AdaBoost, dan N-Gram agar implementasi machine learning dapat membantu mengidentifikasi opini masyarakat yang disampaikan melalui Twitter secara otomatis menjadi kategori positif dan negative. Penggunaan metode Naïve Bayes Classifier, Synthetic Minority Over-sampling Technique (SMOTE), AdaBoost, dan N-Gram yang dinilai lebih baik untuk menghasilkan prediksi pada tweet yang dikirimkan oleh pengguna CommuterLine.