Pengaruh media sosial seperti* Facebook* dan Twitter pada sektor politik cukuplah besar. Opini atau pemikiran masyarakat dapat dibentuk melalui informasi dan berita yang dapat menentukan opini positif dan netral bahkan juga negatif terhadap kejadian atau peristiwa politik yang sedang berlangsung. Karena hal tersebut kita dapat meneliti sentiment yang diberikan pada Facebook dan Twitter tersebut apakah memang memiliki akurasi atau ketepatan yang tinggi pada sesuatu pembicaraan berupa tweet dan comment yang diberikan masyarakat pada calon gubernur tersebut. Serta dapat menilai bagaimana para pendukung atau masyarakat memberikan tanggapan yang beragam. Proses inti dari penelitian ini menggunakan metode Naive Bayes Classifier, akan tetapi banyak metode lain yang akan mendukung perhitungan Naive Bayes Classifier tersebut untuk membentuk akurasi yang didapatkan menjadi lebih tinggi. Seperti metode preprocessing dan pembobotan TF-IDF. Preprocessing data dibutuhkan agar data yang telah didapatkan menjadi lebih baik dan terukur. Serta penggunaan pembobotan TF-IDF bertujuan untuk memberikan perhitungan akurasi yang digunakan metode Naive Bayes Classifier menjadi lebih baik. Setelah itu akan didapatkan akurasi sesuai skenario yang akan diuji dan confusion matrix untuk skenario terbaik yang didapatkan.