Website IMDB (Internet Movie Database) merupakan suatu web yang digunakan untuk menyediakan atau melihat berbagai informasi tentang jutaan film yang telah tayang, yang digunakan untuk melihat review, rating, pemeran dan kru dari film tersebut. Para pengguna baru biasanya suka melihat review pengguna lainnya sebelum menentukan film apa yang akan mereka tonton, namun semakin banyak dan semakin besar review yang diberikan akan semakin besar dampak penilaian tersebut terhadap keputusan para pengguna baru, sehingga apabila para pengguna baru tidak dapat mengartikan makna dari review yang diberikan maka akan menyebabkan kesalahan penyampaian makna mapun arti, sehingga untuk mengatasi hal tersebut dilakukanlah analisis sentimen. Penelitian yang dilakukan kali ini bertujuan untuk menganalisa analisis sentimen terhadap movie review yang diberikan oleh pengguna website IMDB, dengan menggunakan text pre-processing melalui tahapan handling duplicate, case folding, cleaning, stopword removal, stemming dan algoritma naïve bayes yang memiliki jenis yaitu Naïve Bayes Multinomial. Hasil yang didapat dari implementasi algoritma naive bayes multinomial terhadap dataset movie review IMDB dapat memberikan nilai tingkat akurasi klasifikasi terhadap analisis sentimen dengan nilai accuracy 88.93%, nilai precision 89.07%, nilai recall sebesar 89.14% dan nilai F1-Score 89.11%, dengan perbandingan training dan testing 70:30. Hasil klasfikasi yang dilakukan menghasilkan data 6710 berlabel positif dan 6469 berlabel negatif, hasil ini menunjukan sebagian besar para pengguna IMDB berkomentar positif terhadap film yang mereka tonton. Kata Kunci: Naïve Bayes, IMDB, Sentiment Analysis, Text Preprocessing