<![CDATA[Keberadaan sosial media pada dewasa ini menjadi trend dimasyarakat luas, bahkan berlaku seperti layaknya kebutuhan hidup yang harus dipenuhi. Beberapa tahun terakhir penggunaan sosial mendia merebak sangat luas tanpa terkecuali, dimanfaatkan oleh konsumen dewasa bahkan anak-anak. Sementara permasalahan yang dihadapi adalah merebaknya tulisan-tulisan yang berbau negatif dan berdampak buruk bagi psikis pembacanya, terutama anak-anak. Di berbagai momen dan situasi selalu muncul berita-berita yang terkait dengannya namun bermunculan pula komentar-komentar negatif yang sangat memungkinkan untuk menggiring opini para pembacanya, maka perlu adanya penanggulangan dan pengidentifikasian sejak dini terhadap komentar komentar negatif yang dimungkinkan untuk penggiringan opini pembacanya. Maka dari itu penelitian ini berupaya menganalisis konten negatif yang ada pada sosial media twitter berbahasa Indonseia. Analisis ini dilakukan dengan upaya mengklasifikasi tweet yang berisi komentar negatif dan positif menggunakan metode Naïve Bayes Classifier. Sementara metode Naïve Bayes classifier dikombinasikan dengan fitur yang dihitung bobotnya menggunakan TF-IDF. Klasifikasi tweet pada penelitian ini terdiri dari kelas sentiment negatif dan positif. Hasil pengujian pada penelitian didapatkan dengan menggunakan tools RapidMiner yang memperlihatkan bahwa akurasi klasifikasi dengan ditambahkan fitur TF-IDF menghasilkan tingkat akurasi sebesar 55.80%.]]>
