Saat ini produk kosmetik sudah menjadi kebutuhan utama kaum wanita yang merupakan target dari segi jenis maupun brand sebuah kosmetik. Namun tidak semua kosmetik memiliki kualitas yang baik sesuai dengan kebutuhan konsumen, maka dari itu agar tidak salah memilih produk, disediakan website yang berbentuk opini yang sudah mencoba produk tersebut, dan agar tidak memakan waktu lama untuk melihat review dari berbagai opini yang ada di website, oleh karena itu analisis sentimen merupakan salah satu solusi mengatasi masalah untuk mengelompokkan opini atau review kosmetik dengan cara pengklasifikasian review tersebut menjadi opini positif atau negatif secara otomatis. Data review yang akan diuji merupakan emoticon dan kata sifat yang sudah diberi label secara manual. Dengan menggunakan metode Naïve Bayes memiliki kelebihan yaitu sederhana, cepat dan memiliki akurasi yang tinggi. Nilai akurasi yang dihasilkan akan menjadi tolak ukur untuk mencari model penguji yang terbaik untuk kasus klasifikasi sentimen. Dengan menggunakan RapidMiner diketahui bahwa 110 data negatif terklasifikasi 85 data dinyatakan negatif sesuai prediksi dan 25 data diprediksi positif tetapi hasilnya negatif, begitu juga 110 data positif terklasifikasi 92 sesuai prediksi dan 18 data diprediksi negatif tetapi hasilnya positif. Berdasarkan hasil perhitungan nilai akurasi yang didapatkan sebesar 80.45%.