Twitter merupakan jejaring sosial dengan pertumbuhan tercepat sejak tahun 2006 menurut MIT Technology Review (2013), Indonesia menempati Negara ketiga penyumbang tweet terbanyak dengan jumlah 1 milyar tweet. Fakta tersebut menjadikan Twitter menjadi salah satu sumber data text yang dapat digali dan dimanfaatkan untuk berbagai keperluan melalui metode-metode pengambilan data teks atau text mining, salah satunya adalah analisis sentimen pengguna terhadap tokoh-tokoh publik indonesia. Penelitian ini membuat sebuah sistem yang dapat melakukan analisis sentimen pengguna twitter terhadap tokoh publik secara real time dengan menggunakan Twitter Streming API dan metode Support Vectore Machine (SVM) memanfaatkan pustaka libSVM sebagai salah satu machine learning untuk text classification. Algoritma Porter digunakan dalam proses stemming untuk ekstraksi fitur dan metode Term Frequency untuk pembobotan. Perangkat lunak dibangun dengan menggunakan bahasa pemrograman PHP untuk sisi server yang berjalan pada platform cloud Windows Azure dan Java untuk sisi client yang berjalan pada platform Android. Dari hasil penelitian dengan 1.400 tweet pada dataset dan 200 data uji didapatkan akurasi sebesar 79,5%.