<![CDATA[Abstrak Penggunaan media sosial untuk analisis politik menjadi hal yang umum terjadi, terutama selamapemilihan presiden (pilpres). Banyak peneliti dan media mencoba menggunakan media sosial untukmemahami opini dan tren publik. Twitter merupakan media sosial yang digunakan sebagai tempat banyakmasyarakat di internet memberikan opininya termasuk terkait pilpres. Beragam jenis emosi ditunjukkanoleh mereka melalui tweetnya dan suatu jenis emosi tertentu dapat menentukan kecenderungankeberpihakan seseorang terhadap suatu paslon. Klasifikasi emosi pada tweet diperlukan untuk mengetahuiseberapa banyak masyarakat yang berpihak pada suatu paslon. Dalam satu tweet dapat terdiri lebih darisatu kalimat dan banyak kata. Susunan kata juga dapat mempengaruhi hasil emosi yang disimpulkan. Padapenelitian ini metode Class Sequential Rules (CSR) digunakan karena kemampuannya dalam pendekatanberbasis pola bahasa didukung dengan pendekatan berbasis leksikon. Selain itu, juga menggunakan NaiveBayes Classifier (NBC) untuk mengidentifikasikan keberpihakan tweet terhadap suatu pasangan calon.Dengan metode tersebut, hasil yang didapatkan dari sistem yaitu keberpihakan kepada Jokowi sebesar67.5% sedangkan Prabowo sebesar 35.5% serta didapatkan F1-Score sebesar 67.83%.Kata kunci : klasifikasi, emosi, prediksi, pilpres, CSR, twitter.AbstractThe use of social media for political analysis is common, especially during presidential elections. Manyresearchers and media try to use social media to understand public opinion and trends. Twitter is a socialmedia that is used as a place for many people on the internet to give their opinions, including those relatedto the presidential election. Various types of emotions are shown by them through their tweets and a certaintype of emotion can determine a person's tendency to align with a paslon. Emotional classification on tweetsis needed to find out how many people are in favor of a paslon. In one tweet can consist of more than onesentence and many words. Word order can also affect the outcome of emotions that are inferred. In thisstudy the Class Sequential Rules (CSR) method is used because its ability in a language pattern-basedapproach is supported by a lexicon-based approach. In addition, it also uses Naive Bayes Classifier toidentify tweet alignments towards a candidate pair. With this method, the results obtained from the systemare alignments to Jokowi by 67.5% while Prabowo by 35.5% and F1-Score of 67.83%.Keywords: classification, emotion, prediction, election, CSR, twitter ]]>
