Pada tanggal 16 Agustus 2019, Presiden Jokowi Widodo mengumumkan perpindahan IKN dalam pidato kenegaraan di gedung DPR MPR RI ke pulau Kalimantan Timur. Namun rencana pemindahan ibu kota ini menuai pro dan kontra dari masyarakat. Sejalan dengan berita pemindahan IKN, banyak masyarakat yang mengutarakan pendapatnya melalui sosial media salah satunya yaitu Twitter. Adanya perbedaan opini masyrakat mengenai perpindahan IKN dapat dianalisa dengan analisis sentimen. Dalam melakukan analisis sentimen, penulis mengombinasikan algoritma classifier dan ekstraksi fitur yang mendukung agar didapatkan akurasi yang maksimal. Dalam penelitian ini penulis menggunakan algoritma klasifikasi Support Vector Machine (SVM) dan ekstraksi fitur BoW dan TF-IDF . Selain itu penulis juga menggunakan Grid Search Cross Validation untuk hyperparameter tuning. Penulis menggunakan 12.243 data yang dibagi menjadi 3.637 data uji dan 8.060 data latih. Data tersebut akan diberikan lebel positif dan negatif menggunakan lexicon dictionary based aproach dengan kamus InSet dan SentiStrength. Tujuan penulisan ini adalah untuk mendapatkan kombinasi model prediksi terbaik dalam proses klasifikasi data. Dari penelitian ini didapatkan best model dengan kombinasi algoritma SVM dengan kernel linear (C = 1) dan ekstraksi fitur BoW pada hasil labelling lexicon SentiStrength dengan nilai akurasi sebesar 97,88% dan didapatkan nilai precision, recall dan F1-score sebesar 0,98.
Kata Kunci : Analisis Sentimen, IKN, SVM, BoW, TF-IDF , Kernel Trick, lexicon, InSet, SentiStrength