Bahan Bakar Minyak (BBM) sangat dibutuhkan sebagai penunjang dalam kehidupan. BBM lokal harus disesuaikan dengan harga BBM internasional agar keberlanjutan fiskal negara tetap aman dan tidak terancam. Penyesuaian harga ini dilakukan pemerintah sebagai upaya untuk mengoptimalisasi penggunaaan dan persediaan BBM serta untuk menanggulangi terjadinya krisis BBM di masa yang akan datang. Pada Platform Twitter, Pembahasan mengenai kenaikan harga BBM bahkan sempat menjadi tranding topic karena banyaknya tweet yang membahas tentang masalah tersebut. Banyaknya opini mengenai kenaikan harga BBM ini membuat adanya kesulitan dalam menentukan sentimen dari tweet secara manual, oleh karena itu diperlukan analisis sentimen yang dapat mengklasifikasi tweet tersebut apakah cenderung bersifat positif atau negatif. Dalam hal ini penulis menggunakan algoritma Naïve Bayes untuk mengklasifikasi permasalahan tersebut. Berdasarkan analisis sentimen yang telah dilakukan maka dapat diketahui bahwa metode atau algoritma Naïve Bayes ini mampu mengkalisifikasi tweet dengan hasil yang baik. Adapun akurasi yang dihasilkan pada analisis sentimen ini yaitu sebesar 85?ngan pembagian 80?ta latih dan 20?ta uji. Dengan perolehan hasil akurasi tersebut maka dapat dikatakan bahwa algoritma yang diusulkan ini memiliki tingkat diagnostik yang cukup baik.