Pemilihan umum presiden 2019 merupakan salah satu agenda wajib nasional. Salah satu media penyedia informasi saat pemilihan umum presiden adalah media online, namun fungsi media online sebagai penyedia informasi menuai kritik karena diduga mempunyai polaritas terhadap kandidat tertentu. Untuk membuktikan hal tersebut diperlukan penilaian sentimen terhadap setiap berita tentang masing-masing kandidat pada media online. Namun, penilaian sentimen secara manual terbilang sulit karena jumlah data yang besar sehingga perlu diterapkannya otomatisasi yang dapat memudahkan hal tersebut. Penelitian ini menggunakan model klasifikasi Artificial Neural Network (ANN) dengan teknik pengambilan informasi Scraping dari teks berita yang menggunakan metode pembobotan TF-IDF. Dari penelitian ini diketahui bahwa media online kompas.com, liputan6.com, republika.co.id, dan tempo.co memiliki sentimen positif atau negatif yang tidak terlalu signifikan terhadap masing-masing kandidat. Teks berita diambil dari media online kompas.com, liputan6.com republika.co.id dan tempo.co, kemudian diolah dengan model ANN dan didapatkan hasil berupa akurasi. Hasil akurasi terbaik yang didapatkan dari kompas.com untuk Jokowi-Ma’aruf yaitu 94.16% dan Prabowo-Sandi 89.16%. Untuk Jokowi-Ma’aruf, hasil akurasi terbaik yang didapatkan dari liputan6.com yaitu 93.3% dan Prabowo-Sandi 89.16%. Untuk Jokowi-Ma’aruf, hasil akurasi terbaik yang didapatkan dari republika.co.id yaitu 83.75% dan Prabowo-Sandi 67.81%. Kemudian, untuk hasil akurasi terbaik yang didapatkan dari tempo.co yaitu 89.58% dan Prabowo-Sandi 83.33%.