Perkembangan internet di Indonesia cukup pesat, hal tersebut ditandai dengan meningkatnya jumlah pengguna media sosial, khususnya Twitter. Untuk mengetahui pandangan masyarakat terhadap suatu pemerintahan dapat digunakan analisis sentimen menggunakan data Twitter. Oleh karena itu, penelitian ini melakukan analisis sentimen terhadap kandidat Gubernur Jawa Tengah dengan menggunakan metode Lexicon Based dari tweet berbahasa Indonesia. Support Vector Machine (SVM) digunakan untuk menganalisa penggunaan metode Lexicon Based untuk mendapatkan persentase tingkat akurasi, presisi, recall, dan kesalahan klasifikasi. Data Twitter dikumpulkan selama kurang lebih 3 bulan dari tanggal 17 Februari 2018 sampai 15 Mei 2018 yang berjumlah 484.634 tweet. Pasangan calon Ganjar Pranowo – Taj Yasin memiliki 43.718 tweet dan untuk pasangan calon Sudirman Said – Ida Fauziyah adalah 23.068 tweet yang diklasifikasikan menjadi sentimen positif dan negatif. Secara umum dapat disimpulkan bahwa pasangan Ganjar Pranowo – Taj Yasin memiliki sentimen positif lebih tinggi yaitu 70,9% apabila dibandingkan dengan pasangan Sudirman said – Ida Fauziyah dengan persentase sentimen positif 68,9%. Dataset dari penelitian apabila dibandingkan dengan data survei memiliki 2 selisih yang berbeda, yaitu data yang memiliki selisih banyak dan data yang memiliki selisih sedikit. Metode yang diuji adalah untuk mendapatkan nilai accuracy, precision, recall, dan eror rate. Pengujian ini dilakukan terhadap 30.757 data dengan hasil Accuracy 98,96%, Classification Error 1,04%, Precision 99,12% dan Recall 97,52%.
Kata kunci: Twitter, Analisis Sentimen, Metode Sentiment Lexicon-Based, Support Vector Machine.