Menurut Kementrian Sosial Republik Indonesia berdasarkan data dari Biro Pusat Statistik (BPS) penyandang disabilitas di Indonesia hingga Oktober 2020 mencapai 22,5 juta jiwa. Seiring bertambahnya waktu, tidak menutup kemungkinan bahwa penyandang disabilitas akan bertambah. Maka sarana dan prasarana yang ramah bagi penyandang disabilitas harus sangat diperhatikan. Berbagai komentar dari masyarakat terkait hal tersebut timbul di media sosial terutama Twitter, baik dari komentar yang positif hingga negatif. Terdapat 1209 tweet berbahasa Indonesia terkait hal tersebut yang akan diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF) menggunakan GridSearch dan Cross Validation. Parameter yang digunakan dengan range C = [0,01; 0,1; 1; 10; 100; 1.000; 10.000; 100.000; 1.000.000; 10.000.000] dan γ = [0,0000001; 0,000001; 0,00001; 0,0001; 0,001; 0,01; 0,1; 1; 10; 100] dan menghasilkan akurasi maksimum dari kombinasi parameter C = 1.000 dan γ = 0,000001 (1e-06) sebesar 83,37% yang dimana mendukung penelitian sebelumnya bahwa kombinasi parameter yang baik dan tepat dari C dan γ pada kernel RBF metode SVM akan menghasilkan akurasi yang maksimal dari hasil klasifikasi.
Kata Kunci : Analisis sentimen, Twitter, aksesibilitas disabilitas, Support Vector Machine (SVM), Radial Basis Function (RBF), GridSearch