Transportasi online merupakan inovasi transportasi yang muncul seiring perkembangan aplikasi berbasis online yang memberikan banyak fitur dan kemudahan. Transportasi online dalam perkembangannya banyak pengguna yang menuliskan tanggapan mereka terhadapat aplikasi tersebut di media sosial seperti twitter. Sehingga muncul banyak opini dan tanggapan yang langsung disampaikan oleh pengguna mode transportasi online kepada akun resmi dari aplikasi transportasi online tersebut. Tanggapan yang diberikan pengguna tersebut bersifat masif dan dapat digunakan sebagai analisis sentimen terhadap transportasi online. Proses analisis tersebut tidak dapat dilakukan secara manual. Oleh karena itu, dibutuhkan sebuah sistem yang dapat membantu menganalisa tanggapan pengguna di twitter secara otomatis. Penelitian tugas akhir ini dibangun sistem analisis sentimen pada transportasi online di Indonesia dengan menggunakan algoritma ensemble stacking. Ensemble stacking adalah adalah salah satu solusi metode pembelajaran mesin lanjut yang dapat meningkatan kinerja dari base classifier .Sistem yang dibangun pada ensemble stacking menggunakan tiga base classifier svm kernel rbf, svm kernel linear dan logistic regression. Hasil akurasi terbaik pada dataset gojek sebesar 88% dan F1-score terbaik sebesar 87%. Ensemble Stacking yang diterapkan pada penelitian yang penulis lakukan terhadap analisis sentiment tranportasi online di twitter mendapakan hasil akurasi yang lebih baik dari base classifier yang digunakan.
Kata kunci: analisis sentimen, transportasi online, ensemble stacking, twitter, machine learning.