Cryptocurrency muncul sejak beberapa tahun belakangan dan terus berkembang hingga menjadi sangat populer, tersebar luas, dan dikelilingi oleh berbagai pro dan kontra dari perkembangan inovatifnya. Penelitian ini menggunakan analisis sentimen pada Twitter terhadap cryptocurrency untuk membuat tren positif dan negatif berdasarkan komentar dengan mengklasifikasikan data di Twitter. Dataset yang digunakan adalah Tweet yang berkaitan dengan cryptocurrency pada Bulan Juni 2022. Dataset melalui tahap preprocessing, labelling, imbalance handling, train test split, pembobotan TF-IDF dan diproses dengan algoritma Support Vector Machine (SVM). Dari penelitian ini dihasilkan analisis sentimen berdasarkan library TextBlob untuk mengetahui sentimen positif dan sentimen negatif. Akurasi dari penerapan SVM pada penelitian ini, diketahui melalui penggunaan k-fold cross validation dan tiga metode yaitu undersampling, tanpa imbalance handling dan oversampling serta tiga perbandingan train test split yaitu 90:10, 80:20, dan 70:30. Pada k-fold cross validation, didapatkan akurasi sebesar 93.19%. Sedangkan pada tiga metode lainnya, didapatkan tiga akurasi tertinggi di mana akurasi tersebut berada pada perbandingan 80:20, yaitu 94.64% untuk undersampling, 93.42% untuk data tanpa imbalance handling, dan 93.40% untuk oversampling. Akurasi terbaik berada pada data yang melalui proses undersampling dengan perbandingan 80:20 yaitu 94.64%.
Kata Kunci?Analisis Sentimen, Bitcoin, SVM, Support Vector Machine, Cryptocurrency