Perkembangan media social saat ini sangat pesat, dan twitter merupakan media
social yang banyak digunakan orang dalam menyebarkan informasi, bahkan dalam proses
pemilihan umum presiden media social twitter memiliki peran penting dalam penyebaran
informasi yang bertujuan baik ataupun jahat dengan tujuan menjatuhkan citra salah satu
calon presiden. Penelitian ini bertujuan menganalisa seluruh informasi yang di dapatkan
dari twitter untuk memperoleh nilai positif dan negatif hingga didapatkan prediksi
elektabilitas calon presiden. Pada proses klasifikasi penelitian ini mengunakan metode
Lexicon-Base dan Support Vector Machine (SVM). Tahapan preprocessing data
mengunakan Part-Of-Speech Tagging, chi-square test, dan aggregating opinion pada
entity (NN & NNP) yang bertujuan supaya tidak terjadi low recall dari metode lexicon-
based. Data yang digunakan mengambil tweet baik berbahasa indonesia maupun inggris
dengan jumlah dataset 2000 tweet dengan pemisahan dua opinion dari masing-masing
calon presiden. Dari Akurasi polaritas di dapatkan nilai dengan keyword jokowi
memperoleh nilai positif 24.10%, negatif 38.30% dan netral 38.30% sedangkan untuk
keyword prabowo memperoleh nilai positif 0.20%, negatif 0.10% dan netral 0.70%.