Pembatasan pengunjung di gerai makanan membuat masyarakat memesan makanan dan minuman dari rumah sehingga popularitas brand tersebut meningkat. Maka banyak brand bersaing terutama brand makanan cepat saji. Richeese Factory adalah brand makanan cepat saji Indonesia yang menyajikan makanan pedas, saus keju dan satu-satunya brand makanan yang bersaing dengan brand luar negeri, tetapi brand tersebut masih kalah dengan brand luar negeri. Dengan menggunakan analisis sentimen dan aspek teori marketing mix 4p yang didapat dari ulasan pelanggan pada Twitter, dapat meningkatkan minat masyarakat kepada brand Richeese Factory. Sistematika penyelesaian menggunakan Knowledge Discovery in Database, tahapan pertama adalah data selection, pada tahap tersebut, peneliti menentukan keyword pengambilan data dari Twitter, yang kemudian data diambil dengan cara crawling data. Tahapan berikutnya adalah data mining, pada tahap tersebut data akan di-split menjadi data training dan data test, dari kedua data tersebut dilakukan penilaian bobot menggunakan TF-IDF, selanjutnya Learning dan Classification menggunakan Naïve Bayes, dari klasifikasi tersebut data diolah sehingga menghasilkan classification report. Hasil dari implementasi Algoritme Naïve Bayes perbedaan max features dan test size memiliki peran penting pada hasil akurasi. Algoritme Gaussian dan Multinomial Naïve Bayes memiliki hasil akurasi yang lebih tinggi daripada Algoritme Bernoulli Naïve Bayes, akan tetapi sebagian besar akurasi tertinggi pada Algoritme Multinomial Naïve Bayes dengan nilai 84%. Berdasarkan tingkat akurasi dari implementasi Algoritme Naïve Bayes jika nilai max features semakin tinggi nilai akurasi juga semakin tinggi.