SARA (Suku, Agama, Ras, dan Antargolongan) SARA merupakan pikiran sentimen mengenai identitas diri yang menyangkut, keturunan, agama, kebangsaan atau kesukuan dan golongan. Pada zaman seperti sekarang ini banyak orang yang menyalahgunakan media sosial sebagai sarana untuk menyebarkan kebencian melalui ujaran SARA, dan media yang cukup umum digunakan adalah Twitter. SARA tidak hanya akan menyebarkan kebencian kepada target tapi juga dapat menyebabkan ketersinggungan kepada orang yang berhubungan dengan ujaran SARA tersebut. Adapun dilakukan penelitian ini adalah menerapkan klasifikasi Sentiment analysis guna mencari tau kebiasaan orang Indonesia yang masih menggunakan Twitter sebagai media untuk menyebarkan kebencian melalui ujaran SARA. Apa yang dilakukan dalam jurnal ini adalah perbandingan antara metode klasifikasi Support Vector Machine (SVM) dengan Naïve Bayes untuk mencari tingkat akurasi yang lebih tinggi dalam kasus pengklasifikasian ujaran SARA dan dilakukan juga pembobotan kata dengan metode TF- IDF. Adapun guna lainnya dari penelitian ini adalah untuk menentukan performansi dari Support Vector Machine dalam melakukan proses klasifikasi Tweet SARA. Dari hasil pengujian sebanyak 2x menunjukkan bahwa implementasi Multinomial Naïve Bayes pada kasus “pengklasifikasian ujaran sara di twitter” memiliki tingkat accuracy, recall, F1-score dan precision lebih tinggi pada percobaan kedua dengan 82,97%, 82,97%, 81,82%, 83,68% dan pada percobaan pertama SVM Linear dengan C = 1 dan gamma = 1 lebih unggul dengan 56,95%, 56,95%, 56,84%, 56,83% dan juga pengukuran dilakukan dengan 2 kernel SVM lain yaitu RBF dan Polynomial dan memperoleh tingkat akurasi 59.57%, recall 59.57%, F1-score 55.14%, dan precision 72.90% untuk RBF dan untuk akurasi 29.78%, recall 29.78%, F1-score 16.22%, dan precision 46.11% pada percobaan ketiga SVM linear mendapat hasil terbaik saat C = 2 dan gamma = 2 dan C = 1 dan gamma = 3 yaitu akurasi 80.85%, recall 80.85%, F1-score 80.84% dan precision 81.81% .