Pengguna cryptocurrency kini kian meningkat seiring pasar yang semakin menarik. Pada tahun 2019 mencatat sekitar 139 juta pengguna akun yang diverifikasi id cryptocurrency. Baru baru ini diramaikan dengan munculnya #crypto di twitter dan sempat menjadi tranding topik dunia. Hal ini menimbulkan banyaknya opini maupun pendapat dari pengguna twitter. Dengan banyak nya opini pengguna twitter terhadap hashtag tersebut sangatlah sulit untuk diketahui sentimen positif, negatif ataupun netral secara manual. Hal ini dibutuhkan machine learning untuk bisa mengotomatisasi pelabelan, baik itu sentimen positif, netral ataupun negatif. Machine learning yang digunakan adalah dengan memanfaatkan Python TextBlob. Hasil pelabelan otomatis menggunakan Python TextBlob dari total 1032 tweet didapatkan 632 tweet atau 61.24% yang mengandung sentimen positif, sentimen netral sebanyak 296 atau tweet 28.68 % dan sentimen negatif sebanyak 104 tweet atau 10.07%. Hasil pengujian menggunakan algoritma Naïve Bayes dengan masing masing data testing dan data training adalah 0.2 dan 0.8. Dari pengujian ini menghasilkan nilai accuracy sebesar 71.98%, precision 83.04%, recall 60.88% dan f1_score 65.07%.