Analisis sentiment merupakan cabang penelitian dari text mining. Dalam dunia bisnis, opinion mining banyak digunakan untuk menganalisis secara otomatis opini pelanggan tentang produk dan pelayanannya. Fokus dari opinion mining adalah melakukan analisis opini dari suatu dokumen teks. Pengolahan kata dalam penelitian ini berkaitan dengan proses klasifikasi dokumen tekstual ke dalam lima kelas, yaitu gembira, marah, sedih, kecewa, dan takut. Data opini diperoleh dari jejaring sosial Twitter berkaitan dengan komentar netizen terhadap produk otomotif dari Toyota sebanyak 1000 komentar. Pada penelitian ini, penulis menggunakan algoritma k-NN dalam mengklasifikasi data uji. Penelitian bertujuan untuk mengetahui tingkat akurasi dari algoritma k-NN. Pengujian dilakukan dengan menggunakan model confusion matrix pada data uji. Pengujian juga dilakukan terhadap penentuan nilai k pada algoritma k-NN. Hasilnya, tingkat akurasi terbaik kombinasi algoritma k-NN dan pendekatan lexicon yaitu sebesar 83% dengan nilai k pada algoritma k-NN adalah k=3.
Kata kunci : Analisis Sentimen, opinion mining, text mining, Twitter, klasifikasi, k-NN, Lexicon, Confusion Matrix.