Pandemi Covid – 19 muncul pertama kali pada tahun 2020 di Indonesia. Hal ini menyebabkan perubahan pada berbagai aspek salah satunya pendidikan dan sosial sehingga membuat penggunaan internet di Indonesia semakin meningkat. Seperti yang diketahui, media sosial banyak digunakan untuk mengekspresikan banyak hal mulai dari aktivitas sehari – hari, mengungkapkan keluh kesah, dan bahkan banyak yang melampiaskan emosi mereka misalkan terkait kuliah online dalam bentuk teks seperti pada Twitter.
Pada Tugas Akhir ini telah dilakukan analisis terkait pelaksanaan kuliah online di Indonesia. Penelitian ini dilakukan untuk mengetahui opini terkait sistem yang ada dengan cara mendeteksi emosi pada tweets menggunakan algoritme Naive Bayes. Berdasarkan penelitian yang dilakukan oleh Shaver terkait emosi dasar dalam Indonesia, emosi tersebut terdiri dari lima kelas yaitu senang, sedih, marah, takut, dan cinta. Pada Tugas Akhir ini dari lima kelas tersebut dibagi menjadi empat kelas emosi (senang, marah, takut, dan cinta) dan tiga kelas emosi (marah, senang, dan cinta). Data yang digunakan yaitu tweets yang diambil pada Github dan juga dilakukan web scraping pada Twitter yang diimplementasikan kedalam website.
Pemodelan yang telah dibuat dilakukan pengujian menggunakan metode Confusion Matrix untuk mengetahui apakah model yang digunakan untuk mendeteksi emosi dapat dikatakan baik. Hasil penelitian pada Tugas Akhir ini menunjukkan bahwa sistem pendeteksi emosi berbasis teks terkait pelaksanaan kuliah online mendapatkan akurasi sebesar 80% untuk tiga kelas emosi dengan test size 0.5, 73.20% untuk empat kelas emosi dengan test size 0.1, dan 60.87% untuk lima kelas emosi dengan test size 0.1.
Kata Kunci: Deteksi Emosi, Naïve Bayes, Text Processing.