Media sosial kini telah menjadi tempat interaksi sosial untuk saling bertukar informasi seputar bisnis, politik, dan banyak hal lainnya. Twitter merupakan salah satu dari banyaknya platform media sosial yang menyediakan layanan bagi pengguna – penggunanya untuk berbagi informasi dan opini tentang topik tertentu. Topik yang akan dibahas dalam penelitian ini adalah mengenai politik dengan mengumpulkan data cuitan tentang gerakan demonstrasi mahasiswa dan kampanye SemuaBisaKena. Dengan menggunakan metode pembobotan kata TF-IDF Vectorizer dan Gaussian Mixture Model Clustering, dimungkinkan untuk mengidentifikasi apakah perilaku pengguna itu positif (berisi dukungan) atau negatif (berisi hujatan). Dan untuk mencapai hasil akhir, ada beberapa tahapan yang harus dilalui terlebih dahulu. Seperti preprocessing data, feature extraction menggunakan TF-IDF Vectorizer, algoritma Gaussian Mixture Model Clustering dan visualisasi data. Hasil yang didapatkan adalah, ada 1 klaster yang perilaku penggunanya teridentifikasi positif dan ada 2 klaster lainnya yang teridentifikasi negatif.